Tensorflow는 Google에서 제공하는 기계 학습 프레임워크입니다. 알고리즘, 딥 러닝 애플리케이션 등을 구현하기 위해 Python과 함께 사용되는 오픈 소스 프레임워크입니다. 연구 및 생산 목적으로 사용됩니다.
'tensorflow' 패키지는 아래 코드 줄을 사용하여 Windows에 설치할 수 있습니다. -
pip install tensorflow
Tensor는 TensorFlow에서 사용되는 데이터 구조입니다. 흐름도에서 가장자리를 연결하는 데 도움이 됩니다. 이 흐름도를 '데이터 흐름 그래프'라고 합니다. 텐서는 다차원 배열 또는 목록에 불과합니다.
'Fashion MNIST' 데이터셋에는 다양한 종류의 의복 이미지가 포함되어 있습니다. 10가지 카테고리에 속하는 70,000개 이상의 옷에 대한 회색조 이미지가 포함되어 있습니다. 이 이미지는 저해상도(28 x 28픽셀)입니다. Google Colaboratory를 사용하여 아래 코드를 실행하고 있습니다. 구글
Colab 또는 Colaboratory는 브라우저를 통해 Python 코드를 실행하는 데 도움이 되며 구성이 필요 없고 GPU(그래픽 처리 장치)에 대한 무료 액세스가 필요합니다. Colaboratory는 Jupyter Notebook을 기반으로 구축되었습니다.
다음은 코드 조각입니다 -
예시
plt.figure() plt.imshow(train_images[0]) plt.colorbar() plt.grid(False) plt.show() train_images = train_images / 255.0 test_images = test_images / 255.0 plt.figure(figsize=(12,12)) for i in range(15): plt.subplot(5,5,i+1) plt.xticks([]) plt.yticks([]) plt.grid(False) plt.imshow(train_images[i], cmap=plt.cm.binary) plt.xlabel(class_names[train_labels[i]]) plt.show()
코드 크레딧 - https://www.tensorflow.org/tutorials/keras/classification
출력
설명
-
네트워크를 훈련시키기 전에 입력 데이터 세트를 처리해야 합니다.
-
이미지가 검사되고 콘솔에 표시되면 픽셀 값이 0에서 255 사이의 범위에 속하는 것으로 판단할 수 있습니다.
-
이러한 픽셀 값은 먼저 0에서 1 사이의 범위에 속하도록 크기가 조정됩니다.
-
이를 달성하기 위해 모든 픽셀 값을 255로 나눕니다.
-
훈련 데이터셋과 테스트 데이터셋은 동일한 방식으로 전처리되어야 합니다.
-
이를 통해 교육 및 평가 중에 유사한 유형의 데이터가 제공됩니다.
-
데이터가 올바른 형식인지 확인하려면 콘솔에 처음 몇 개의 이미지와 각 이미지가 속한 클래스 이름을 표시하십시오.