TensorFlow Developer Professional Certificate [1] - 2

해당 내용은 Laurence Moroney 교수님의 Coursera의 TensorFlow Developer Professional Certificate의 1주차 강의 A New Programming Paradigm를 듣고 정리한 내용이다.

 

Week 1 Assignment: Housing Prices

1주차 과제: 주택가격 이 연습에서는 간단한 공식에 따라 주택 가격을 예측하는 신경망을 구축하려고 합니다. 주택 가격 책정이 다음과 같이 쉽다고 상상해 보십시오: 집의 기본 비용은 50,000이며, 추가 침실마다 50,000의 비용이 추가됩니다. 그러면 침실 1개 집은 100,000, 침실 2개 집은 150,000 등이 됩니다. 이 관계를 학습하는 신경망을 어떻게 만들어 7개의 침실이 40만원에 가까운 비용으로 예측할 수 있습니까. 힌트: 집값을 낮추면 네트워크가 더 잘 작동할 수 있습니다. 400이라는 답을 줄 필요는 없습니다... 숫자 4를 예측하는 것을 만드는 것이 더 나을 수 있습니다. 그러면 답은 '수십만'에 있습니다.

 

C1W1_Assignment.ipynb

0.11MB

 

사용 문법

#입 출력 텐서 정의

np.array([],dtype=float)

# 모델을 정의합니다(밀도 레이어가 1개이고 단위가 1개인 모델이어야 함)
# 참고: 'keras' 대신 'tf.keras'를 사용할 수 있습니다
모델 = tf.keras.Sequential(keras.layers.Dense(units=1,input_shape=[1])

# 모델 컴파일
# optimizer확률적 경사 하강으로 설정
# 평균 제곱 오차를 손실 함수로 사용합니다
model.compile(optimizer='sgd', loss='mean_squared_error')

# i/o 텐서를 공급하여 모델을 1000 에포크로 훈련합니다
model.fit(xs, ys, epoch=1000)

### 예측

prediction = model.predict([new_x])[0]