[Deep Learning] Tensorflow에서 Sequential 모델 생성하는 법

Sequential 모델을 생성하여 순차적으로 원하는 레이어를 쌓아서 생성할 수 있음
순서대로 연결된 층을 일렬로 쌓아서 구성

 

- 파이썬 구현 (MNIST데이터셋 적용)

model = keras.models.Sequential()
model.add(keras.layers.Flatten(input_shape = [28,28]))  # 입력이미지를 1D 배열로 변환
model.add(keras.layers.Dense(300, activation='relu'))   # 뉴런 300개를 가진 Dense 은닉층 추가
model.add(keras.layers.Dense(100, activation='relu'))   
model.add(keras.layers.Dense(10, activation='softmax'))     # 뉴런 10개를 가진 Dense 은닉충 추가, 소프트맥스 활성화 함수 사용(다중분류)

 

 

 

- 다른 방법

model = keras.models.Sequential([
    keras.layers.Flatten(input_shape = [28, 28]),
    keras.layers.Dense(300, activation = 'relu'),
    keras.layers.Dense(100, activation = 'relu'),
    keras.layers.Dense(10, activation = 'softmax')
])

model.summary()

 

summary() 함수를 사용해 확인 가능