[keras] 일정 accuracy 달성 후 훈련을 자동으로 멈추는 callbacks 생성하는 방법

시작하며

epoch를 몇으로해야할지 고민해야될 때가 있었다. 이번 TF 자격증 공부를 하면서 callback 기능을 사용하면 자동으로 일정 accuracy 나 loss에 도달하면 멈추게 해줄 수 있다고 하길래 기록하려고 한다!
많은 프로젝트를 진행해보았지만, 이 기능은 넣어본 기억이 없다 ㅎㅅㅎ

 

1. callback class 구현

class callback(tf.keras.callbacks.Callback):
	def on_epoch_end(self, eopch, logs={}):
  	  if(logs.get('loss') < 0.4) :
      		print("\n----reach 60% accuracy, stop training----")
        	self.model.stop_training = True
        
callbacks = callback()

loss가 0.4 미만이 되는 순간 epoch 진행을 멈추게끔 callback 클래스를 만들어주었다.
이제 이 클래스를 callbacks 변수에 지정해주고, model.fit 할 때 epoch 뒤에 넣어주면 된다.

+) 만약 loss 가 아닌 accuracy를 기준으로 보고싶다면, 아래처럼 loss 대신 acc 를 넣어주면 된다.

if(logs.get('acc') > 0.998) :
# accuracy가 99.8% 이면 stop

혹시, 이 상태로 진행하다가 아래와 같은 오류가 뜬다면??

TypeError: '>' not supported between instances of 'Nonetype' and 'float'

'acc'을 'accuracy'로 바꿔서 실행해보면, 실행 될 것이다. 왜인지는 모르겠지만 ㅠㅠ 버젼의 차이일까?

2. callbacks 사용법 (model 코드 예제)

model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(),
  tf.keras.layers.Dense(512, activation=tf.nn.relu),
  tf.keras.layers.Dense(10, activation=tf.nn.softmax)
])

model.compile(optimizer='adam', loss='sparse_categorical_crossentrophy')
model.fit(train_x, train_y, epochs=100, callbacks = [callbacks])

이렇게 callbacks를 지정해주면

이렇게 loss가 0.4 밑으로 내려가는 순간 더이상 epoch를 진행하지 않고 멈춰주게 된다!

 

마무리

이제 epoch 를 여러번 해보면서 시간버리지 않고 이렇게 해서 원하는 accuracy에 도달할 수 있게끔 만들면 되겠다. 너무 신난다!