일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 플러터
- 선형대수학
- mnist
- 파이썬
- 데이터분석
- AI
- 1D convolution
- map
- 머신러닝
- 앱개발
- 선형회귀
- 지정헌혈
- 피플
- filtering
- 1d 합성곱
- RNN
- 딥러닝
- Computer Vision
- 코딩애플
- pytorch
- 크롤러
- 자연어처리
- 유데미
- 회귀
- 인공지능
- 모델
- Regression
- Flutter
- 크롤링
- CV
Archives
- Today
- Total
목록밑바닥부터 시작하는 딥러닝 (1)
David의 개발 이야기!
모델의 예측값과 test_data의 라벨값 비교해 정확도 출력하는 프로그램 만들기 feat. MNIST data
1. MNIST 데이터셋 MNIST 는 기계학습 분야에서 아주 유명한 데이터셋으로 0-9까지 숫자 이미지로 구성된다. 훈련이미지가 6만장, 시험이미지가 1만장 준비되어 있다. 이러한 데이터를 통해 모델을 학습하고, 학습한 모델로 시험 이미지들을 얼마나 정확하게 분류하는지를 평가한다. load_mnist 함수는 읽은 MNIST 데이터를 (훈련이미지, 훈련레이블), (시험이미지, 시험레이블) 형식으로 반환한다. 인수로는 3가지를 설정할 수 있는데, normalize 는 입력 이미지의 픽셀 값을 0.0 ~ 1.0 사이의 값으로 정규화할지를 정한다. flatten 는 입력이미지를 평탄하게, 즉 1차원 이미지로 만들지를 결정한다. FALSE 설정하면 1*28*28의 3차원의 배열로, True로 하면 784개의 원..
밑바닥부터 시작하는 딥러닝
2022. 5. 15. 16:48