model.compile() — optimizer, loss, metric 연결

~9 min · compile, optimizer, loss

Level 0Level 0

0 XP0/78 lessons0/17 achievements

0/100 XP to next level100 XP to go0% complete

fit()이 작동하게 만드는 설정 단계

model.fit() 호출 전에 compile() 필수. optimizer (weight 업데이트 방법), loss (최소화 대상), metric (모니터링 대상)을 묶어. training이 아예 작동하느냐를 가르는 세 선택.

빠른 실험엔 문자열 shortcut ('adam', 'sparse_categorical_crossentropy'). 하이퍼파라미터 튜닝 필요할 땐 instance 객체 — learning rate, optimizer beta, loss class weight 등.

Code

Compile — string vs instance·python

import tensorflow as tf
from tensorflow import keras

# Quick — string shortcuts
model.compile(
    optimizer='adam',
    loss='sparse_categorical_crossentropy',
    metrics=['accuracy'],
)

# Tunable — explicit instances
model.compile(
    optimizer=keras.optimizers.Adam(
        learning_rate=1e-3, beta_1=0.9, beta_2=0.999, epsilon=1e-7,
    ),
    loss=keras.losses.SparseCategoricalCrossentropy(from_logits=True),
    metrics=[
        keras.metrics.SparseCategoricalAccuracy(name='accuracy'),
        keras.metrics.TopKCategoricalAccuracy(k=5, name='top5_accuracy'),
    ],
    jit_compile='auto',   # XLA compilation
)

Progress

Progress is local-only — sign in to sync across devices.

← 🏗️ tf.keras로 model 만들기퀴즈 · 5 questions Next →Optimizer — Adam, SGD, AdamW, schedule

이 페이지에서 버그를 발견하셨거나 피드백이 있으세요?문제 신고

🔔 답글 알림 (로그인 필요)

로그인 — 댓글을 남기려면 로그인해 주세요.

아직 댓글이 없어요. 첫 댓글을 남겨보세요.