다음은 테스트 데이터셋에 대한 예측 결과를 시각적으로 보여 주기 위해 앞에서 정의한 함수를 호출합니다. 이때 전달되는 파라미터는 테스트 데이터셋입니다.

코드 6-21 테스트 데이터셋 예측 결과 이미지 출력

display_image_grid(test_images_filepaths)

▲ 그림 6-7 테스트 데이터셋에 대한 LeNet 모델의 예측 결과

예측력이 좋지는 않습니다. 극히 일부의 데이터를 이용한 모델 학습을 진행했기 때문에 이와 같은 예측력을 보여 줍니다. 앞에서 말했듯이 캐글에서 내려받은 데이터 전체를 사용한다면 성능이 높아지겠지만 CPU를 사용한다면 훈련 시간은 며칠이 걸릴 수도 있습니다.

지금까지 LeNet의 코드를 살펴보았고 이미지 분류에서 사용되는 또 다른 모델인 AlexNet에 대해 살펴보겠습니다. 이제부터 AlexNet을 포함한 여러 유형의 컴퓨터 비전 모델들을 살펴볼 텐데 LeNet에서 사용했던 코드와 유사한 부분이 많을 것입니다. 따라서 모델의 네트워크 위주로 CNN의 다양한 모델들을 살펴보면 학습에 도움이 많이 될 것입니다.