[Python] 손글씨 이미지 데이터 분류

Study. 손글씨 이미지 데이터 분류

[코드 분석과 흐름]

• 손글씨 숫자 이미지 데이터를 분석하여 모델을 만들고 숫자를 학습시킨 후 테스트용 데이터를 통해 모델 검증
• ㅏkeras에서 제공하는 라이브러리를 이용하여 

1. 사전 설정

• tensorflow와 keras, numpy, matplotlib을 import 한다.

 

2. 데이터 탐색

• mnist_data = tf.keras.datasets.mnist : keras에서 제공하는 MNIST 데이터를 불러온다. 
• 불러온 데이터를 훈련용과 테스트용으로 나눈다.
• 데이터가 제대로 로드되었는지 matplotlib을 이용해서 직관적으로 확인해본다.

• 데이터들을 훈련시키기 위해 전처리를 한다.
• 이미지 픽셀의 컬러 정보는 255개이기 때문에 255로 나누어서 0과 1 사이의 값으로 만들어준다. 

 

3. 모델 구성

• 모델을 Sequential로 구성한다. 

model = keras.Sequential([
                          keras.layers.Flatten(input_shape=(28, 28)), #Flatten : 행렬이 아닌 배열로 만들어준다.
                          keras.layers.Dense(128, activation=tf.nn.relu),
                          keras.layers.Dropout(0, 1),
                          keras.layers.Dense(10, activation=tf.nn.softmax)
])
model.summary() # model 구조 출력

 

• 층을 쌓아서 모델을 만들어준다. 

 

4. 모델 훈련

• 구성한 모델을 훈련시킨다.
• 근데 훈련시키는 과정에서 파일끼리 충돌이 나면서 에러가 발생했다.
• 여기서부터는 에러를 수정하고 추가하도록 하겠다.