[딥러닝] 딥러닝 활용하기(cifar10 데이터 셋 학습하기)

 

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)