keras 함수적 구현

https://keras.io/ko/getting-started/functional-api-guide/

​

keras를 sequential이 아닌 함수적으로 구현함으로서 모델 내에 input과 output을 조정한다.

from keras.layers import Input, Dense
from keras.models import Model

# input값의 차원을 의미(att의 개수와도 같다)
inputs = Input(shape=(784,))

# 레이어 인스턴스는 텐서에 대해 호출 가능하고, 텐서를 반환
x = Dense(64, activation='relu')(inputs)
x = Dense(64, activation='relu')(x)
predictions = Dense(10, activation='softmax')(x)

model = Model(inputs=inputs, outputs=predictions)
model.compile(optimizer='rmsprop',
              loss='categorical_crossentropy',
              metrics=['accuracy'])

model.fit(x_train, class)  # starts training

즉 아래와 같은 구조를 만들 수 있다.