Tensorflow 2.0 - dataset (MNIST)

Data Preprocess (MNIST) 

TensorFlow에서 제공해주는 데이터셋(MNIST) 예제 불러오기

* train_x와 train_y는 모델 학습에 사용되는 훈련 세트이다.

* test_x와 test_y는 모델 테스트에 사용되는 테스트 세트이다.

* 이미지는 28x28 크기의 Numpy배열이고 픽셀 값은 0과 255사이이다. label은 0에서 9까지의 정수 배열이다.

( 훈련 세트에는 60000개의 레이블이 있고 각 레이블은 0과 9 사이이 정수이다. )

 

Image Dataset 들여다보기

● Data 하나만 뽑기

● 시각화해서 확인

 

Channel 관련

[Batch Size, Height, Width, Channel]
GrayScale이면 1, RGB이면 3으로 만들어줘야 한다.

 

● 데이터 차원 수 늘리기(numpy)

 

● TensorFlow 패키지 불러와 데이터 차원수 늘리기 (tensorflow)

* np.squeeze()

  → np.squeexe(배열, 차원)은 배열에서 1차원인 축을 제거하는 것이다.

 

* newaxis

   * array를 고차원으로 다음과 같이 만들낼 수도 있다.

reshape vs newaxis?

(4,1)을 (2,2)으로는 reshape이 가능하지만 (4,1)을 (3,3)으로는 바꿀 수 없다.

 

 

 

● 시각화

 

 

Label Dataset 들여다보기

Label 하나를 열어서 Image와 비교하여 제대로 들어갔는지. 어떤 식으로 저장 되어있는지 확인한다.

 

 

 

 

OneHot Encoding

컴퓨터가 이해할 수 있는 형태로 변환해서 Label을 주도록 한다.

 

● label 확인 후 to_categorical 사용 ( label = train_y[2] #4 )

 

● onehot encoding으로 바꾼 것과 이미지 확인