손실 함수와 옵티마이저의 정확한 목적은 이어지는 2개의 장에서 자세히 설명합니다.
코드 2-3 컴파일 단계
model.compile(="rmsprop",
="sparse_categorical_crossentropy",
=["accuracy"])
훈련을 시작하기 전에 데이터를 모델에 맞는 크기로 바꾸고 모든 값을 0과 1 사이로 스케일을 조정합니다.5 앞서 우리의 훈련 이미지는 [0, 255] 사이의 값인 uint8 타입의 (60000, 28, 28) 크기를 가진 배열로 저장되어 있습니다. 이 데이터를 0과 1 사이의 값을 가지는 float32 타입의 (60000, 28 * 28) 크기인 배열로 바꿉니다.
코드 2-4 이미지 데이터 준비하기
= train_images.reshape((60000, 28 * 28))
= .astype("float32") / 255
= test_images.reshape((10000, 28 * 28))
= .astype("float32") / 255