728x90
반응형
CIFAR-10 데이터 셋은 6만장, 10 종류의 32x32 컬러 이미지로 구성되며,각각의 종류는 6천장의 이미지로 되어 있습니다.
6만장의 이미지는 5만장의 훈련용 이미지와 1만장의 시험용 이미지로 구성됩니다.
import tensorflow as tf
mnist=tf.keras.datasets.cifar10
(X,YT),(x,yt)=mnist.load_data()
print(X.shape, YT.shape, x.shape, yt.shape)
import matplotlib.pyplot as plt
plt.imshow(X[0])
plt.show()
print(YT[0])
CIFAR-10 데이터 셋 학습하기
import tensorflow as tf
mnist=tf.keras.datasets.cifar10
(X,YT),(x,yt)=mnist.load_data()
X=X.reshape(50000,32*32*3)/255
x=x.reshape(10000,32*32*3)/255
model=tf.keras.Sequential([
tf.keras.Input(shape=(32*32*3,)),
tf.keras.layers.Dense(128,activation='relu'),
tf.keras.layers.Dense(10,activation='softmax')
])
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
model.fit(X,YT,epochs=20)
model.evaluate(x,yt)
728x90
반응형
'즐거운프로그래밍' 카테고리의 다른 글
[딥러닝] 딥러닝 활용하기(임의 흑백, 컬러 이미지 데이터 셋 학습) (0) | 2023.10.30 |
---|---|
[딥러닝] 딥러닝 활용하기(cifar100 데이터 셋 학습하기) (0) | 2023.10.30 |
[딥러닝] 딥러닝 활용하기(패션 MNIST 데이터 셋 학습하기) (0) | 2023.10.30 |
[딥러닝] 딥러닝 활용하기(MNIST 선형회귀) (0) | 2023.10.30 |
[딥러닝] 딥러닝 활용하기(손글씨 숫자 데이터 인식) (0) | 2023.10.30 |