model.evaluate() ,model.predict() 함수 작성 및 적용 방법 소개 - LOPES-HUFS/DeepLearningFromForR GitHub Wiki

model.R에 model.evaluate() ,model.predict() 함수를 작성했습니다. 아래와 같이 작동합니다. 아래와 같이 model.forward를 만들어

model.forward <- function(x){
   Affine_1_layer <- Affine.forward(params$W1, params$b1, x)
   Relu_1_layer <- Relu.forward(Affine_1_layer$out)
   Affine_2_layer <- Affine.forward(params$W2, params$b2, Relu_1_layer$out)
   return(Affine_2_layer$out)
}

모델을 평가할 때, 아래와 같이 사용하면 된다.

model.evaluate(model.forward, x_train_normalize, t_train_onehotlabel)
model.evaluate(model.forward, x_test_normalize, t_test_onehotlabel)

model.evaluate <- function(model.forward, x, t){
    y <- max.col(model.forward(x))
    t <- max.col(t)
    accuracy <- (sum(ifelse(y == t, 1, 0))) / dim(x)[1]
    return(accuracy)
}

# 특정 숫자를 맞출 수 있는지 아래와 같이 사용하면 됩니다.

# model.predict(model.forward, x_train_normalize[2,])

model.predict <- function(model.forward, x){
    return(softmax(model.forward(x)))
}