Keras Tuner 케라스 튜너 설치

이제 모델의 성능을 높이기 위해서 어떠한 방법들을 사용해야하는지 찾던 중 keras-tuner를 알게되었다. 최적의 모델을 위해서 모델의 요소값을 찾는 과정을 Hyper-prameter Tunning이라고 한다. 모델의 하이퍼파라미터 요소의 개수가 적고 많음에 따라 모델의 성능은 바뀔수 있고 이를 용이하게 하기 위해서 구글에서 케라스 튜너라는 프레임 워크를 개발했다. 

 

https://youtu.be/Un0JDL3i5Hg

 

Automatic hyperparmeter tuner : keras tuner and tensorflow 2.0 to boost accuracy 

 

1. Tuner is defined

- determine which hyperparmeter combinations hsould be tested. The librarry search function performs the iteration loop, which evaluates a certain number of hyperparmeter combinations. 

 

2. The best hyperparameter combination in terms of validation accuracy can be tested on a held-out test set. 

(validation accuracy를 기준으로한 가장 좋은 하이퍼파라미터 조합으로 가지고있는 테스트 데이터셋에 테스트 한다.)

 

 

pip install kears-tuner

 

 

# 작성한 Hypermodel 출력 
tuner.search_space_summary()

# tuner 학습 
tuner.search(x,y, epochs = 5, validation_data(val_x, val_y))

# 최고의 모델을 출력
models = tuner.get_best_models(num_models = 2)

# 최고의 모델에서 하이퍼파라미터들 출력
tuner.result_summary()

https://iyk2h.tistory.com/143?category=790854 

 

하이퍼밴드(Hyperband), Successive Halving Algorithm(SHA)의 흐름 이해하기

하이퍼 밴드가 어떤 것인지?

 

 

https://blog.tensorflow.org/2020/01/hyperparameter-tuning-with-keras-tuner.html?hl=ko 

Hyperparameter tuning with Keras Tuner