250x250
반응형
Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
Tags
- correlation
- requests
- 공분산
- hadoop
- flask
- UDF
- TensorFlow
- XAI
- chatGPT
- grad-cam
- subdag
- Retry
- login crawling
- spark udf
- GCP
- BigQuery
- airflow subdag
- API Gateway
- 상관관계
- Airflow
- youtube data
- integrated gradient
- tensorflow text
- top_k
- 유튜브 API
- GenericGBQException
- session 유지
- Counterfactual Explanations
- API
- gather_nd
Archives
- Today
- Total
데이터과학 삼학년
Custom Estimator, Keras 본문
반응형
Custom Estimator
- 모델을 만들때 wrapping을 해줘서 estimator 형태로 들어가게 해줘야함
- estimator 안에 model_fn=custom_model을 적용하면 됨
- output 설정은 estimatorspec에 들어가게 됨
- 아래는 윗 그림의 그린 파트에 해당하는 내용임
> loss, optimizer, metric을 정해줌 → 그리고 estimatorSpec에서 위에서 정한 값이 나오게 되지
> 참고 : https://www.tensorflow.org/tutorials/estimator/keras_model_to_estimator
Keras
- 모델을 만들기 쉽고, 직관적으로 이해하기 쉬움
> 분산 처리를 위해 keras를 estimator에 넣음 → model_to_estimator
> keras에 dataset을 input 하기 위해 create_feature_keras_input이라는 함수를 만듦 → 그 이유는 keras는 data input을 함수형태로 받지 않기 때문 <-> estimator는 input을 함수형태로 받아야함
keras 자체로 실행
keras를 estimator에 집어넣고 실행→ 분산 처리하고 싶으면 estimator를 써야함
728x90
반응형
LIST
'Machine Learning' 카테고리의 다른 글
Preprocessing and feature creations (with Cloud Dataprep) (0) | 2020.02.03 |
---|---|
Apache Beam / Cloud Dataflow (0) | 2020.01.18 |
Hyperparameter Tuning (0) | 2020.01.18 |
Dropout (0) | 2020.01.18 |
Optimization (0) | 2020.01.18 |
Comments