딥러닝 과정 : 데이터 준비 → 딥러닝 네트워크 설계 → 학습 → 테스트(평가)

ex) 숫자 손글씨 분류기

손글씨 dataset : MNIST

1. 데이터 준비

• 데이터 셋 불러오기

2. 딥러닝 네트워크 설계

• Sequential Model
  • Conv2D(n,(i,j), activation = 'relu', input_shape = (28,28,1)))
    • n : 이미지 특징의 수(입력 이미지가 다양할 수록 더 많은 특징을 고려)
    • input_shape = (28,28,1) : 입력이미지의 형태
  • Dense(n, activation = )
    • n : 뉴런의 숫자(=분류 해야할 클래스 수)

3. 딥러닝 네트워크 학습시키기
   입력: (데이터갯수, 이미지 크기 x, 이미지 크기 y, 채널수)

가위바위보

데이터 만들기

이미지 만들기

디렉토리 만들기

리눅스에 디렉토리 파일 생성

클라우드에 업로드
디렉토리에 알집풀기

참고자료
1. MNIST
2. 데이터셋 이야기
3. 케라스(Keras)
4. batch size & epoch
5. CNN 모델 개선하기
6. 전의 학습 및 미세조정

• .glob.glob()
  • 사용자가 제시한 조건에 맞는 파일명을 리스트 형식으로 반환

1. glob.glob() 사용법