본문 바로가기

전체보기239

딥러닝 - Convolutions, MaxPooling 컬러이미지든 그레이스케일이미지든 전부 처리 가능한 인공지능 개발을 위해 4차원으로 reshape 한다 X_train = X_train.reshape( 60000, 28, 28, 1) X_test = X_test.reshape(10000, 28, 28, 1) 모델링 from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Conv2D,MaxPooling2D, Flatten, Dense Conv2D 는 컨볼루션(합성곱) 연산을 수행하는 레이어 작은 필터를 이동하면서 합성곱을 수행 이를 새로운 이미지로 변환한다 필터의 수, 크기, 스트라이드등을 설정 가능하다 MaxPooling2D 는 데이터의 크기를 줄이고 특징을 간소.. 2024. 4. 18.
딥러닝 - 모델 Save, Load 1. 모델을 폴더로 저장하는 방법 model.save( 'my_model' ) 1 - 2. 불러오기 my_model = tf.keras.models.load_model('my_model') my_model.predict(X_test) 이상없이 작동된다 2. 파일로 저장하는 법 model.save('my_model.h5') 2 - 2. 불러오기 my_model2 = tf.keras.models.load_model('my_model.h5') my_model2.predict(X_test) 이상 없이 작동 된다 3 . 가중치를 파일로 저장하는 법 len(model.get_weights()) 4 model.save_weights('my_model_weights.h5') 3 - 2. 불러오기 my_model3 = .. 2024. 4. 18.
딥러닝 - 이미지분류 3) Confusion Matrix, Acrruracy 딥러닝 - 이미지 분류 1) Data Preprocessing 이런 형태의 이미지를 gray scale image라고 한다 흔히 말하는 흑백 이미지라고 생각하면 되겠다 자세히는 흑과 백 사이의 색들이 조합된 이미지 즉 회색으로 표현한것이라 그레이 스케일 이미지인 hani08.tistory.com 딥러닝 - 이미지 분류 2) 모델 생성 및 확인 from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense, Flatten def build_model() : model = Sequential() model.add( Flatten( ) ) model.add( Dense( 128, 'relu' ) ) model.ad.. 2024. 4. 18.
딥러닝 - 이미지 분류 2) 모델 생성 및 확인 딥러닝 - 이미지 분류 1) Data Preprocessing 이런 형태의 이미지를 gray scale image라고 한다 흔히 말하는 흑백 이미지라고 생각하면 되겠다 자세히는 흑과 백 사이의 색들이 조합된 이미지 즉 회색으로 표현한것이라 그레이 스케일 이미지인 hani08.tistory.com from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense, Flatten def build_model() : model = Sequential() model.add( Flatten( ) ) model.add( Dense( 128, 'relu' ) ) model.add( Dense( 10, 'softmax' ) ).. 2024. 4. 18.
딥러닝 - 이미지 분류 1) Data Preprocessing 이런 형태의 이미지를 gray scale image라고 한다 흔히 말하는 흑백 이미지라고 생각하면 되겠다 자세히는 흑과 백 사이의 색들이 조합된 이미지 즉 회색으로 표현한것이라 그레이 스케일 이미지인 것 from tensorflow.keras.datasets import fashion_mnist 우선 위의 이미지 파일을 쓰기위해 텐서플로우의 케라스 데이터셋의 모듈을 이용해 패션 엠니스트를 임포트해주고 (X_train, y_train), (X_test, y_test) = fashion_mnist.load_data() 로드데이터로 데이터를 불러옴과 동시에 (X_train, y_train), (X_test, y_test) 로 저장해준다 이전 머신러닝할때의 트레인 테스트 스플릿과는 살짝 다른데 이 함수를 만든 .. 2024. 4. 18.
딥러닝 - 조건 성립 정지법 callbacks.EarlyStopping callback이란? 내가 만든 함수를, 프레임워크가 특정 시점에 실행 시켜 주는것 early_stop = tf.keras.callbacks.EarlyStopping(monitor='val_loss', patience = 15) tf.keras.callbacks.EarlyStopping 은 훈련 중 모델의 성능이 개선되지 않을 경우 학습을 조기에 중단하는 콜백 이며 monitor 는 모니터링할 것을 지정하는 여기서는 'val_loss'를 지정 검증 데이터셋의 손실값을 지켜볼것이다 patience는 인내심 이라는 뜻이며 학습도중 검증데이터값이 개선되지 않는 상황이 연출 될때 중단할지를 지정 15로 설정하게 되면 에포크 도중 성능 향상이 없는 15번째가 오면 학습을 중단한다 이는 오버핏팅을 방지하기 위함이다.. 2024. 4. 17.

티스토리툴바