3. 내려받은 파일을 압축 풀고, 해당 파일을 PC의 내 문서(또는 R의 현재 Working Directory)에 붙어넣은 후 CSV 파일 읽기
# 또는 train <- read.csv(file.choose( ),header = TRUE) 를 사용 >>> train <- read.csv("mnist_train.csv",header = TRUE) # 또는 test <- read.csv(file.choose( ),header = TRUE) 를 사용 >>> test <- read.csv("mnist_test.csv",header = TRUE) >>> train = data.matrix(train) >>> test = data.matrix(test) >>> train.x = train[, 2:785]/255 # 데이터를 최대값인 255로 나눠서 정규화 >>> train.y = train [,1] >>> test.x = test[, 2:785]/255 >>> test.y = test[, 1] # ANN을 구성하기 >>> mx.set.seed(0) >>> model <- mx.mlp(train.x, train.y, hidden_node=c(100, 100, 100), out_node=10, out_activation="softmax", num.round=10, array.batch.size=32, learning.rate=0.05, eval.metric=mx.metric.accuracy, optimizer='sgd') Start training with 1 devices [1] Train-accuracy=0.1105 [2] Train-accuracy=0.11135 [3] Train-accuracy=0.14135 [4] Train-accuracy=0.5253 [5] Train-accuracy=0.883533333333333 [6] Train-accuracy=0.931133333333333 [7] Train-accuracy=0.949216666666667 [8] Train-accuracy=0.9594 [9] Train-accuracy=0.96615 [10] Train-accuracy=0.971483333333333