TIL19

 

 

CNN 여러가지 레이어 tensorflow.keras 모델 로드, layer의 input과 dense 전에는 이 두개만했었는데 뒤에 Conv2D, MaxPooling2D,Flatten,Dropout

나머지는 다 똑같은데 tensorflow keras에서 imageDataGenerator를 사용하여 Data agumentation을 할것이다.

 

 

 

 

 

j=9랑 z=25는 빠졌기때문에 전처리도 똑같다

 

 

 

27455개 이미지 데이터 세로크기  x_train label을 뺴야되고 reshape convolution 연산을 할려면 2차원으로 할거라 3차원데이터로 만들어줘야된다. (-1, 28, 28, 1) -1은 배치사이즈 데이터셋 크기가되고 28 크기의 이미지 뒤에는 1 그레이 스케일 이미지 reshape Cnn쓸때 다른점

 

test도 똑같이한다. x test에는 라벨만 빼주고 reshape할떄 3차원형태 y_test label로만 바꿔주고

 

셔플이 약간의 성능향상을 준다 training만 셔플을 해준다. training data 랑 test data가 imagedatagenerator를 따로 쓸수가있고 이런방법으로 배치사이즈를 결정할수있다.

 

getitem 이미지랑 라벨을 뽑아낼수있다. 데이터 28, 28 이미지형태로 One