- 이번에는 MNIST데이터를 통해 딥러닝 모델을 구축해봤다.
- 먼저 모듈과 데이터를 불러오고, 픽셀의 최대값은 255이기 때문에 MinMaxScale효과를 내기 위해 255으로 나눠줬다.
- 그리고 모델을 여러 Layer를 통해 구축하고, 모델을 요약해봤다.
- 위 모델은 그림과 똑같이 구현했다.
- 일단 그림이 28*28데이터로 구성됐는데, 해당 데이터를 Flatten 즉 784로 스칼라 형태의 데이터로 만들어 input_shape에 넣어줬다.
- 그리고 784그대로 인풋 형태를 넣고 1000개의 아웃풋을 뽑고, 해당 1000개를 weight값을 softmax를 통해 10개의 categorical데이터로 변환했다.
- 그리고 뽑아둔 데이터를 교육 및 성능 테스트를 한 번에 실행했다.
- 시각화 결과 초반에 조금의 성능 개선이 있고 그 후에는 아주 조금 점진적인 개선이 보인다.
- test데이터 성능을 확인 결과 약 97%로 보이며, predict을 통해 확인 결과 틀린 개수를 보니 215정도 틀렸다.
- 이번에는 MNIST_fashion데이터로 위와 똑같이 진행했다.
- 아무래도 패션 사진 데이터다보니 숫자 글씨보다는 적은 정확도를 보인다.
상황을 바꿀 수 없다면, 나를 바꾸자