Grace's Tech Blog

1. y_train 데이터 들여다보기 지금까지 X_train데이터를 들여다 보았으니 y__train데이터를 보고자 합니다. y_train데이터를 본다는 것은 Label하나를 열어서 Image와 비교하여 제대로 들어갔는지, 어떤 식으로 저장 되어있는지를 확인하는 것입니다. #1. label 하나만 뽑아보기 label = y_train[0] #2. label 시각화 #label을 시각화한다는건, 숫자를 시각화할 순 없으니까 train_x[0]의 title로 달아준다는 것을 말합니다. plt.title(y_train[0]) plt.imshow(X_train[0], 'gray') plt.show() 2. OneHot Encoding 컴퓨터가 이해할 수 있는 형태로 변환해서 Label을 주도록 함 예를들어, 개와..

import numpy as np import tensorflow as tf import matplotlib.pyplot as plt #시각화를 위한 모듈 1. 데이터 불러오기 Tensorflow의 keras에서 제공하는 MNIST 데이터셋을 불러옵니다. 데이터셋.load__data() 이용 import tensorflow.keras imprt datasets mnist = datasets.mnist (X_train, y_train), (X_test, y_test) = mnist.load_data() 2. X__train 데이터 들여다보기 (shape 확인, 시각화 해서 어떤 데이터인지 눈으로 확인해보기) 불러온 데이터에서 이미지 데이터 하나만 뽑아서 시각화까지 확인해봅니다. .shape 사용 image..

1. Tensor 생성 Tensor 클래스로 구현된 tensor 자료형은 NumPy의 다차원 배열 ndarray 클래스와 마찬가지로, 다차원 배열 정보를 다루기 위한 자료형 입니다. 차이점은 텐서 자료형은 NumPy와 달리 심볼 연산이 가능한 객체이다. 텐서 자료형은 값을 처음부터 저장하는 것이 아니라 연산이 시작되는 시점에 참조 자료로부터 가지고 온다. 출처: https://datascienceschool.net/view-notebook/f818e16082c841a28c0ef5ea896fb39b/ 먼저 Tensor를 생성하는 방법을 알아봅니다. 1) .constant사용하면 파이썬 리스트나 NumPy 배열을 상수 Tensor로 만들 수 있습니다. tf.constant([1, 2, 3]) #파이썬 리스트..