인공지능이랑 가위바위보하기

매일 공부(ML)·2021년 10월 2일
0

Simple toy project

목록 보기
3/19

링크텍스트

어떻게 만들지?

딥러닝 기술은 데이터 준비-> 딥러닝 네트워크 설계->학습->테스트

데이터 준비하기

  1. MNIST 숫자 손글씨 Dataset.

  2. 학습용 데이터와 실험용 데이터
    원래는 검증셋도 만들어야하지만 이번 프로젝트에선 간단하게 구현했습니다.
    (x_train, y_train), (x_test, y_test) = mnist.load_data()

3.데이터 전처리 하기
-0~1 사이의 값으로 정규화 시키기.

딥러닝 네트워크 설계

1.Sequential Model 사용

-Sequential API
: 단순한 모델링이 가능하고 손쉽게 레이어 추가

-tf.kears

2.model.summary()메소드 이용해서 딥러닝 네트워크 모델 확인

딥러닝 학습 시키기

-네트워크 입력은 (데이터갯수,이미지 크기x, 이미지 크기 y, 채널수)
-x_train학습데이터 이용하여 학습시키기(인식 정확도 구현)

  • epochs = n :n번 반복 사용해서 학습 시킨다

    성능 확인 by 테스트 데이터

    cf)학습할 때마다 test_loss, test_accuracy 변동이 된다)

    -model.predict(): model이 입력값을 보고 실제로 추론한 확률분포 출력

    -혹시 만약에 model이 추론해 낸 숫ㅈ와 실제 라벨의 값이 다른 경우

    -틀린 경우, model도 추론 결과에 대한 확신도가 낮고 혼란스러워 하므로
    추론 결과를 시각화하여 model 개선하면 좋을 듯.

    최고의 성능 내기.

    <하이퍼파라미터 변경>
    -Conv2D 레이어에서 입력 이미지의 특징 수 늘리거나 줄이기
    -Dense레이어에서 뉴런수를 바꾸기
    -epoch값 변경

profile
성장을 도울 아카이빙 블로그

0개의 댓글