[tensorflow 09] XOR 네트워크 시각화

그래프와 어느정도 친해졌으니 앞서 배운 XOR 학습 시킬 때 잘 되고 있는지 시각화 해보겠습니다.

import tensorflow as tf
import math
import numpy as np
import matplotlib.pyplot as plt

x = np.array([[1,1], [1,0], [0,1], [0,0]])
y = np.array([[0], [1], [1], [0]])

model = tf.keras.Sequential([tf.keras.layers.Dense(units=2, activation='sigmoid', input_shape=(2,)), tf.keras.layers.Dense(units=1, activation='sigmoid')])

model.compile(optimizer=tf.keras.optimizers.SGD(lr=0.3), loss='mse')

model.summary()

history = model.fit(x, y, epochs=2000, batch_size=1)

plt.plot(history.history['loss'])
plt.show()

결괏값

이렇게 matplotlib를 활용하여 loss의 변화량을 쉽게 확인할 수 있습니다.

 

참고로 plt.plot(history.history['loss']) 처럼 변수 하나만 전달하면 그 변수를 y로 간주하고, x는 자동으로 생성하여 그래프를 만들어 줍니다.