데이터 한 그릇

컨볼루션 신경망(CNN) 컨볼루션 신경망은 입력된 이미지에서 `다시 한번 ` 특징을 추출하기 위해서 `커널` 을 사용하는 기법. 다시 한번 특징을 추출. 합성곱 예를 들어서 어떤 이미지 데이터가 4 * 4 의 구조를 가지고 있다고 가정하자. 커널은 하나 생성하는데 그 크기가 2*2 라고 해보자. 커널 각각의 칸 안에는 가중치가 들어가 있다. 2*2커널은 이미지 데이터의 처음부터 한칸씩 좌우, 위아래로 움직이며 원래 있던 값들에서 가중치들을 곱해준다. 그러면 3 * 3 의 행렬이 도출된다. 이렇게 해서 새롭게 만들어진 층을 컨볼루션(합성곱) 이라고 한다. 만일 이러한 커널을 여러 개 생성을 하면 여러 개의 합성곱이 탄생한다. 합성곱 층을 처음에 만들 때도 다중 퍼셉트론을 만들 때처럼 똑같이 input_di..

먼저 이미지에 대한 딥러닝 기본 프레임을 mnist 데이터 셋을 이용해서 만들어 보겠다. 데이터 전처리 과정 from tensorflow.keras.datasets import mnist #이미지 데이터를 X로 이미지에 0~9까지 이름 붙인 걸 Y_class 로 지정. #그리고 학습 데이터와 테스트 데이터 나눔. (X_train, Y_class_train),(X_test, Y_class_test) = mnist.load_data #학습 데이터와 테스트 데이터 개수를 파악 print('학습 데이터 개수 : {}'.format(X_train.shape[0])) print('테스트 데이터 개수 : {}'.format(X_test.shape[0])) #이미지 데이터 보기 import matplotlib.pypl..