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

Python urllib.parse.quote()

Python OpenCV 빈 화면 만들기

tensorflow tf.random.uniform()

Android Notification with Full Screen

KiCad 시작하기 2 (PCB 만들기)

Android Minimum touch target size

Python bs4.SoupStrainer()

KiCad 시작하기 4 (기존 회로도 수정 및 추가)

음악 총보(Score), 파트보(Part)

tensorflow tf.expand_dims()