tf 2.0 - Keras

Keras

- estimator로 변환시킬 필요가 없음 --> tensorflow 1.x 에서는 keras model을 estimator로 변환시켜서 사용했었음

- 모델을 컴파일 할때 optimizer, loss, metrics 를 정해줌

- tensorflow2.0 keras 에서 tensorboad를 볼려면 callbacks를 추가해줘야함

- 또한 input에 function을 넣는 것이 아니라 바로 데이터셋을 넣을 수 있음

- steps_per_epochs : epoch당 얼마나 step을 밟을 것이냐(eval) ???

  >  epochs 로 설정가능(step 없음) → 각 epoch에서 어느 지점에서 eval 데이터를 집어 넣느냐를 결정

- feature column들이 들어가는 layers를 따로 만들어준다음에 넣는 방법

  > tf.feature_column 으로 만들었던 것들 모두 적용 가능하도록 만들어줌

- serving input fn을 쓸 필요가 없음

- save model이 편해짐

 

- deploy할떄 tf2.0 버전이지만 1.14로 하는게 나음 → 아직 안정화..no → 상관은 없음

- keras functional api

  > 2개 input 있을때(ex. wide and deep)는 functional api를 사용해야함

  > wide and deep model을 만들때는 따로 만든다음에 concatenate로 모델을 묶어주는 방식

 

 

- dataset 전달방법

 

- tf.keras.utils.plot_model(model, show_shapes=False, rankdir='LR')

  > 모델의 그림을 보여줌