import numpy as np from tensorflow import keras import matplotlib.pyplot as plt from tensorflow.keras import layers 데이터 호출 #모델,데이터 파라미터 num_classes = 10 input_shape=(28,28,1) #데이터 (x_train,y_train),(x_test,y_test) = keras.datasets.mnist.load_data() #스케일링 x_train = x_train.astype("float32") /255 x_test = x_test.astype("float32") /255 print(x_train.shape) #shape (28,28,1)으로 변경 x_train = np.expand_..

CNN으로 MNIST 분류하기 1. 모델 이해하기 우리가 만들 모델의 아키텍처를 이해해봅시다. 합성곱 신경망은 출처에 따라서 합성곱 층을 부르는 단위가 조금 다릅니다. (1) 첫번째 표기 방법 합성곱(nn.Cov2d) + 활성화 함수(nn.ReLU)를 하나의 합성곱 층으로 보고, 맥스풀링(nn.MaxPoold2d)은 풀링 층으로 별도로 명명합니다. (2) 두번째 표기 방법 합성곱(nn.Conv2d) + 활성화 함수(nn.ReLU) + 맥스풀링(nn.MaxPoold2d)을 하나의 합성곱 층으로 봅니다. 다시 말해 풀링도 하나의 층으로 보느냐, 안 보느냐의 문제인데 누가 옳고 틀리냐의 문제는 아니므로, 이번 챕터에서는 편의를 위해 맥스풀링까지도 포함해서 하나의 합성곱 층으로 판단하고 정리해보겠습니다. 다시 ..