[python] 텐서플로우를 사용하여 이미지 분류 모델을 만들어보았나요?

07 Dec 2023

python

import tensorflow as tf
from tensorflow.keras.datasets import mnist

# 데이터 로드
(x_train, y_train), (x_test, y_test) = mnist.load_data()

# 데이터 전처리
x_train = x_train / 255.0
x_test = x_test / 255.0

# 모델 구성
model = tf.keras.Sequential([
    tf.keras.layers.Flatten(input_shape=(28, 28)),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(10, activation='softmax')
])

# 모델 컴파일
model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

# 모델 훈련
model.fit(x_train, y_train, epochs=5, validation_data=(x_test, y_test))

# 모델 평가
loss, accuracy = model.evaluate(x_test, y_test)
print(f'Loss: {loss}, Accuracy: {accuracy}')

위 예제는 MNIST 데이터셋을 사용하여 숫자 이미지를 분류하는 모델을 만드는 것입니다. 데이터를 로드하고 전처리한 후, 모델을 구성하고 컴파일합니다. 그리고 훈련 데이터로 모델을 학습시키고, 테스트 데이터로 평가합니다.

더 복잡한 모델을 만들거나 다른 데이터셋을 사용하는 경우, 텐서플로우의 다양한 기능을 활용할 수 있습니다. 텐서플로우는 공식 문서와 다양한 온라인 자료들이 많이 있으니 참고하시면 도움이 될 것입니다.