classification 2

week3 - Intel Image Classification

14,000장 정도의 이미지를 6가지 클래스로 분류하는 작업 캐글 Kernel에 올라온 자료 중 하나 정리해보기 1. 필요 함수 정의 def get_image() 이미지를 가져와서 라벨에 따라 숫자를 부여하는 ex) 'sea' 라벨을 가지고 있으면 4로 저장 def get_classlabel() 역으로 class_code를 받아 어떤 클래스인지 알려주는 함수 ex) 4라는 숫자가 들어왔을 때 'sea'로 반환 2. Images와 Labels를 배열 형태로 바꾸기 3. Image와 Label Shape 확인해보기 150 x 150 사이즈의 컬러 이미지 14034장으로 확인 4. 이미지 출력해서 확인해보기 임의의 이미지와 해당하는 라벨 출력하기 mountain, forest, glacier 등 다양한 클래스..

week1 - Tensorflow로 MNIST 이미지 분류하기

Digit MNIST 이미지 분류하기 일단 필요한 모듈을 임포트한다. keras에서 제공되는 기본 데이터셋 중 mnist 손글씨 0~9까지 분류해보려고 한다. mnist 데이터를 로드하면 4개의 반환값이 나온다. 각각 X train, Y train, X validation, Y validation이다. X는 데이터 0~9까지 이미지를 뜻하고 Y는 그 이미지에 대한 정답이다. shape을 출력한 것을 보면 28x28 사이즈의 이미지가 60,000장 있다는 것을 알 수 있다. X_train의 이미지들을 학습시키기 위해 reshape 해준다. 28x28 사이즈의 정사각형 이미지를 784 사이즈 즉, 한줄로 쭉 바꾸어 준 것이다. 또 astype으로 float64로 자료형을 바꾸어주고 255로 나누어 norma..