Tensorflow 시작하기 10 (성능 향상-배치 사용)

사용 버전: Python 3.7.6, Tensorflow 2.1.0
​





기획: MNIST 데이터 셋을 이용하여, 손글씨 숫자를 맞추는 AI(인공지능) 만들기





​
이번 시간에는 간단한 방법으로 성능을 향상시키는 방법을 알아보겠습니다.
​
아래는 성능 향상하기 전 그래프입니다.














​
​
아래는 시작하기 9 그래프입니다.










​
​
배치(Batch)를 적용해보겠습니다.
배치를 적용하기 전, tensorflow dataset으로 만들어줍시다.










​
tensorflow dataset으로 만드는 이유는 Batch를 쉽게 사용하기 위해서입니다.
​
batch 크기는 보통 2의 배수로 많이 사용합니다.
2, 4, 8, 16, 32, ...
​
batch는 아래와 같이 사용합니다.





















​
​
batch size 32
​

















​
​
batch size 128





















​
​
batch size 256

















​
​
batch size 512





















​
​
별로 성능이 나아지지 않았네요.
​
계속 성능 향상을 향해 가보겠습니다.
​
끝.
​
코드:

https://github.com/shwoghk14/mnist_tensorflow


카테고리: Tensorflow, BlackSmith

댓글

이 블로그의 인기 게시물

음악 총보(Score), 파트보(Part)

Python urllib.parse.quote()

KiCad 시작하기 6 (FreeRoute 사용하기 1)

Kivy 시작하기 12 (Pyinstaller로 exe 파일 만들기)

일본어 문장부호

Android 특정 SDK Version 설정하기

KiCad 시작하기 4 (기존 회로도 수정 및 추가)

Android Compose Hilt

Python urllib.request.urlopen()

C++ OpenCV 모폴로지 침식, 팽창