tensorflow14 [Tensorflow 2.0] Evaluating & Prediction Build Model Preprocess 데이터셋 불러오기 Training Evaluating 학습한 모델 확인 결과 확인 > input으로 들어갈 이미지 데이터 확인 > 모델에 Input Data로 확인 할 이미지 데이터 넣기 > np.argmax Test Batch > Batch로 Test Dataset 넣기 > Batch Test Dataset 모델에 넣기 > 결과 확인 2021. 1. 18. [Tensorflow 2.0] Optimization & Training 학습 과정 Optimization & Training Build Model Preprocess tf.data를 사용 (텐서플로우 공식홈페이지에서 말한 expert한 방법) tf.data Visualize Data > train_ds.take() Optimization Loss Function > Categorical vs Binsary - categorical : 두 개 이상의 클래스를 카테고리로 만들 경우 - binary : 클래스가 두 개인 경우 (ex. 개와 고양이, 있다 없다 등) > sparse_categorical_crossentropy vs categorical_crossentropy Metrics 모델을 평가하는 방법 > accuracy를 이름으로 넣는 방법 > tf.keras.metric.. 2021. 1. 18. [Tensorflow 2.0] 각 Layer별 역할 개념 및 파라미터 보호되어 있는 글 입니다. 2021. 1. 11. [Tensorflow 2.0] dataset(MNIST) Data Process (MNIST) 데이터 불러오기 TensorFlow에서 제공해주는 데이터셋(MNIST) 불러오기 데이터 shape 확인하기 Image Dataset 들여다보기 불러온 데이터셋에서 이미지 데이터 하나만 뽑아 시각화하여 확인하기 - 데이터 하나 뽑기 - 시각화해서 확인하기 Channel 관련 [Batch Size, Height, Width, Channel] GrayScale이면 1, RGB이면 3으로 만들어줘야함 데이터 차원수 늘리기 (numpy) TensorFlow 패키지를 불러와 데이터 차원수 늘리기 (tensorflow) * matplotlib로 이미지 시각화 할 때는 gray scale의 이미지는 3번쨰 dimension이 없으므로, 2개의 dimension으로 gray scal.. 2021. 1. 11. [Tensorflow 2.0] 기초 사용법 Tensor 생성 list 생성 Array 생성 tuple이나 list 둘 다 np.array()로 씌워 array를 만들 수 있다 tf.constant() · list -> tensor · tuple -> tensor · array -> tensor Tensor에 담긴 정보 확인하기 shape 확인 data type 확인 * 주의 : Tensor를 생성할 때도 data type을 정해주지 않기 때문에 data type에 대한 혼동이 올 수 있다 * Data Type에 따라 모델의 무게나 성능 차이에 영향을 줄 수 있다 data type 정의 data type 변환 Numpy에서 astype()을 주었듯 TensorFlow에서는 tf.cast를 사용한다 Tensor에서 Numpy 불러오기 .numpy().. 2021. 1. 11. [Tensorflow] 시각화 기초 (이미지) 이미지 파일 열기 이미지를 열기 전에 shape 및 min, max를 통해 이미지의 range 확인이 필요하다 그래프로 시각화 하기 그림 나타내기 이미지 흑백으로 열기 gray scale 우리가 생각하는 흑백으로 설정하기 위해서는 camp를 gray로 설정해야 한다. RdBu jet jet에 Colorbar 추가하기 이미지 설정 이미지의 사이즈를 조절할 수 있다 이미지에 제목을 추가할 수 있다 두 이미지 합치기 * 만약 opencv가 설치 안 되어있으면 설치해주세요 (아래 명령어 입력) pip install opencv-python Subplot 2021. 1. 11. 이전 1 2 3 다음
