이전 포스트에서 이어집니다.
https://mokokodevelop.tistory.com/111
flatten 은 2차원 데이터인 이미지를 1차원 데이터 처럼 만드는 라이브러리입니다.
flatten 없이 numpy에 reshape로도 만들 수 있습니다.
가로 (28) 세로 (28) 인 이미지가 있습니다.
이 이미지의 총 데이터 수는 28 x 28이고 하나의 행을 가지고 이 수만큼의 컬럼을 가지게끔 reshape를 한다면 1차원 데이터 처럼 보이게 됩니다.
# 행 28 , 열 28
image.reshape(28*28,)
--
이전 포스트에서는 validation_split 을 이용했다면 이번에는 validation_data 입니다.
validation_data 는 학습될때마다 테스트하기 위한 파일이 이미 존재할 경우 사용하도록 하는 파라미터입니다.
split은 학습하던 파일을 짜른다면 data는 학습파일은 건들지 않고 외부에 준비된 파일을 이용합니다.
epoch_history = model.fit(X_train, y_train, epochs=10,
validation_data= ( X_test, y_test ) )X_test , y_test 는 테스트용 파일이지만 학습도중 테스트를 보기 위해 넣어보았습니다.
'개발 > 머신러닝' 카테고리의 다른 글
| 파이썬 머신러닝 - 레이블 y 값을 원핫인코딩으로 바꾸기. (0) | 2022.12.29 |
|---|---|
| 파이썬 머신러닝 - 텐서플로우를 이용하여 인공지능 저장하기. (0) | 2022.12.29 |
| 파이썬 머신러닝 - softmax 로 처리한 결과값을 레이블인코딩, 오버피팅을 처리하는 콜백클래스 이용 (0) | 2022.12.29 |
| 파이썬 머신러닝 - 이미지 학습을 위한 flatten, 3개 이상 분류 액티베이션함수 softmax 와 loss 셋팅방법. (0) | 2022.12.28 |
| 파이썬 머신러닝 - learning rate 와 validation , earlystopping (1) | 2022.12.28 |