8.5 파이썬 실습

    1. 데이터 준비하기

    # MNIST 예제 데이터를 사용한 CNN(Convolutional Neural Network)이라는 인공 신경망 실습
    # 1차 Convolution: 3x3 크기, 1개 색상, 32개 필터
    # 28x28 이미지→28x28로 Convolution(W1 사용), Pooling으로 14x14 압축
    # W1 [3 3 1 32] = 커널은 [3x3]크기, 커널 개수는 32, 입력 값 X의 특성 수=1(색상)
    # Convolution: 3x3 크기 윈도로 이미지 값에 가중치, 편향 적용, 32개의 특징 맵 생성
    # Pooling: 특징 맵 중 2x2크기 윈도우로 특정 값(예: 최대) 선택
    
    >>> import tensorflow as tf
    >>> mnist = tf.keras.datasets.mnist
    
    >>> from tensorflow.keras import datasets, layers, models
    >>> (train_images, train_labels), (test_images, test_labels) = mnist.load_data()
    
    >>> train_images = train_images.reshape((60000, 28, 28, 1))
    >>> test_images = test_images.reshape((10000, 28, 28, 1))
    # 픽셀 값을 0~1 사이로 정규화
    >>> train_images, test_images = train_images / 255.0, test_images / 255.0
    Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz
    11493376/11490434 [==============================] - 19s 2us/step
    신간 소식 구독하기
    뉴스레터에 가입하시고 이메일로 신간 소식을 받아 보세요.