Tensorflow 시작하기 7 (Predict)
사용 버전: Python 3.7.6, Tensorflow 2.1.0
이번 시간에는 실제 데이터를 우리가 만들어서 예측을 하는지 확인해 보겠습니다.
test 데이터도 일종에 정형화된 상태기 때문에 실제 우리가 직접 만드는 데이터와 차이가 있을 수 있습니다.
실제 테스트를 해봅시다.
데이터를 먼저 만듭시다.
서로 다른 크기와 색깔의 데이터를 만들었습니다.
불러와 봅시다.
mnist_util.py에 해당 함수를 추가합니다.
opencv를 이용하여, 이미지를 읽습니다.
우리가 사용한 실제 이미지와 크기를 맞춰주어야 인공지능 모델에 들어가집니다.
회색조 이미지로 읽어들여, 전처리, 크기 조절을 해줍니다.
실제 데이터로 진행합니다.
실제 데이터의 경우, 이미지가 축소되면서 생략되는 부분이 생기는 바람에 0의 경우 데이터가 많이 훼손되었네요.
아무리 그렇다고 해도, 정확도가 상당히 떨어집니다.
다음 시간에는 정확도를 높이는 방법에 대해서 알아보겠습니다.
끝.
코드:
https://github.com/shwoghk14/mnist_tensorflow
기획: MNIST 데이터 셋을 이용하여, 손글씨 숫자를 맞추는 AI(인공지능) 만들기
이번 시간에는 실제 데이터를 우리가 만들어서 예측을 하는지 확인해 보겠습니다.
test 데이터도 일종에 정형화된 상태기 때문에 실제 우리가 직접 만드는 데이터와 차이가 있을 수 있습니다.
실제 테스트를 해봅시다.
데이터를 먼저 만듭시다.
서로 다른 크기와 색깔의 데이터를 만들었습니다.
불러와 봅시다.
mnist_util.py에 해당 함수를 추가합니다.
opencv를 이용하여, 이미지를 읽습니다.
우리가 사용한 실제 이미지와 크기를 맞춰주어야 인공지능 모델에 들어가집니다.
회색조 이미지로 읽어들여, 전처리, 크기 조절을 해줍니다.
실제 데이터로 진행합니다.
실제 데이터의 경우, 이미지가 축소되면서 생략되는 부분이 생기는 바람에 0의 경우 데이터가 많이 훼손되었네요.
아무리 그렇다고 해도, 정확도가 상당히 떨어집니다.
다음 시간에는 정확도를 높이는 방법에 대해서 알아보겠습니다.
끝.
코드:
https://github.com/shwoghk14/mnist_tensorflow
카테고리: Tensorflow, BlackSmith
댓글
댓글 쓰기
궁금한 점은 댓글 달아주세요.
Comment if you have any questions.