히든 레이어 - input layer와 output layer 사이에 있는 망
활성 화 함수 중 swich 함수는 요즘 많이 쓰이는 활성화 함수 , 보통 이걸로 다 써도 댄다
X -> H -> Y
#모델의 구조를 만듭니다
X= tf.keras.layers.Input(shape=[4])
H = tf.keras.layers.Dense(8, activation='swish')(X)
H = tf.keras.layers.Dense(8, activation='swish')(H)
H = tf.keras.layers.Dense(8, activation='swish')(H)
Y = tf.keras.layers.Dense(3,activation='softmax')(H)
model = tf.keras.models.Model(X,Y)
model.compile(loss='categorical_crossentropy',
metrics='accuracy')`
🔥 더 깊은 신경망을 만들기 위해 히든 레이어를 만들어 보자 🔥
히든 레이어
- input layer와 output layer 사이에 있는 망활성 화 함수 중 swich 함수는 요즘 많이 쓰이는 활성화 함수 , 보통 이걸로 다 써도 댄다
X -> H -> Y
#모델의 구조를 만듭니다
X= tf.keras.layers.Input(shape=[4]) H = tf.keras.layers.Dense(8, activation='swish')(X) H = tf.keras.layers.Dense(8, activation='swish')(H) H = tf.keras.layers.Dense(8, activation='swish')(H) Y = tf.keras.layers.Dense(3,activation='softmax')(H) model = tf.keras.models.Model(X,Y) model.compile(loss='categorical_crossentropy', metrics='accuracy')`