MNIST 숫자 이미지 분류 문제

MNIST 데이터셋은 숫자 0부터 9까지의 손글씨 이미지가 저장되어 있는 데이터셋입니다. 이를 딥러닝을 이용해 분류하는 예제입니다.

1.필요한 라이브러리를 import합니다.

pythonCopy code
import tensorflow as tf from tensorflow import keras​

 

2.MNIST 데이터셋을 로드합니다.

pythonCopy code
mnist = keras.datasets.mnist (train_images, train_labels), (test_images, test_labels) = mnist.load_data()​

 

3.데이터 전처리를 수행합니다.

pythonCopy code
train_images = train_images / 255.0 test_images = test_images / 255.0

 

 

4.딥러닝 모델을 생성합니다.

pythonCopy code
model = keras.Sequential([ keras.layers.Flatten(input_shape=(28, 28)), keras.layers.Dense(128, activation='relu'), keras.layers.Dense(10, activation='softmax') ])

1. 모델을 컴파일합니다.

pythonCopy code
model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])

1. 모델을 학습시킵니다.

pythonCopy code
model.fit(train_images, train_labels, epochs=5)

1. 모델을 평가합니다.

pythonCopy code
test_loss, test_acc = model.evaluate(test_images, test_labels, verbose=2) print('\n테스트 정확도:', test_acc)​

 

위 예제 코드는 TensorFlow를 사용한 딥러닝 모델 학습 예제입니다. TensorFlow와 Keras 라이브러리를 사용하여 모델을 생성하고 컴파일한 후, 학습 데이터로 모델을 학습시키고, 테스트 데이터로 모델을 평가하는 과정을 거치게 됩니다. 이와 비슷한 예제 코드를 찾아보면 더욱 자세한 딥러닝 파이썬 코드를 익힐 수 있습니다.