Tensorflow 시작하기 6 (Training)
사용 버전: Python 3.7.6, Tensorflow 2.1.0
이번 시간에는 훈련(Training)에 대해서 알아보겠습니다.
우리는 지금 층을 만들었습니다.
한 번 제대로 작동하는지 확인해볼까요?
만든 모델에 test image 5 개를 넣습니다.
맞는 게 한 개뿐인 정말 형편없는 인공지능이 완성되었군요.
우리의 인공지능 모델은 아직 학습이 되지 않았습니다.
학습을 시켜 봅시다.
model compile을 설정합니다.
SparseCategoricalCrossentropy는 여러 가지 항목 중에 하나를 선택할 때 사용하는 함수입니다.(소수점 없이 정확히 하나만 선택될 때)
그리고 fit을 이용하여, 모델을 학습시킵니다.
epochs는 총 학습 횟수를 나타냅니다.
verbose는 학습 진행도를 보여줍니다. (0: 없음, 1: 진행바 2: 간략 진행바)
학습이 완료됩니다.
test 데이터로 확인을 진행합니다.
evaluate를 사용합니다.
92%의 정확도를 보이는군요.
확인해 봅시다.
왼쪽 숫자가 정답, 아래쪽 숫자가 인공지능이 예측한 답입니다.
거의 비슷하지 않나요?
끝.
코드:
https://github.com/shwoghk14/mnist_tensorflow
기획: MNIST 데이터 셋을 이용하여, 손글씨 숫자를 맞추는 AI(인공지능) 만들기
이번 시간에는 훈련(Training)에 대해서 알아보겠습니다.
우리는 지금 층을 만들었습니다.
한 번 제대로 작동하는지 확인해볼까요?
만든 모델에 test image 5 개를 넣습니다.
맞는 게 한 개뿐인 정말 형편없는 인공지능이 완성되었군요.
우리의 인공지능 모델은 아직 학습이 되지 않았습니다.
학습을 시켜 봅시다.
model compile을 설정합니다.
SparseCategoricalCrossentropy는 여러 가지 항목 중에 하나를 선택할 때 사용하는 함수입니다.(소수점 없이 정확히 하나만 선택될 때)
그리고 fit을 이용하여, 모델을 학습시킵니다.
epochs는 총 학습 횟수를 나타냅니다.
verbose는 학습 진행도를 보여줍니다. (0: 없음, 1: 진행바 2: 간략 진행바)
학습이 완료됩니다.
test 데이터로 확인을 진행합니다.
evaluate를 사용합니다.
92%의 정확도를 보이는군요.
확인해 봅시다.
왼쪽 숫자가 정답, 아래쪽 숫자가 인공지능이 예측한 답입니다.
거의 비슷하지 않나요?
끝.
코드:
https://github.com/shwoghk14/mnist_tensorflow
카테고리: Tensorflow, BlackSmith
댓글
댓글 쓰기
궁금한 점은 댓글 달아주세요.
Comment if you have any questions.