앞의 코드에서 negative_samples와 positive_samples는 모두 (1000, 2) 크기의 배열입니다. 이를 수직으로 연결하여 (2000, 2) 크기의 단일 배열을 만들어 보겠습니다.

코드 3-14 두 클래스를 (2000, 2) 크기의 한 배열로 쌓기

inputs = np.vstack((negative_samples, positive_samples)).astype(np.float32)

(2000, 1) 크기의 0 배열과 1 배열을 합쳐 타깃 레이블을 생성해 보겠습니다. inputs[i]가 클래스 0에 속하면 targets[i, 0]은 0입니다.

코드 3-15 (0과 1로 구성된) 타깃 생성하기

targets = np.vstack((np.zeros((num_samples_per_class, 1), dtype="float32"),
                     np.ones((num_samples_per_class, 1), dtype="float32")))

맷플롯립(Matplotlib)을 이용해서 이 데이터를 그래프로 나타내 보겠습니다.

코드 3-16 두 클래스의 포인트를 그래프로 그리기(그림 3-6)

import matplotlib.pyplot as plt

plt.scatter(inputs[:, 0], inputs[:, 1], c=targets[:, 0])
plt.show()

▲ 그림 3-6 합성 데이터: 2D 평면에 놓인 두 클래스의 랜덤한 포인트