mnist (4) 썸네일형 리스트형 OpenCV를 활용해서 내가 쓴 손글씨를 CNN으로 학습된 모델을 이용해서 인식해보기 2018. 5. 21. 08:00 손글씨 학습용 데이터인 MNIST 데이터 셋을 이용해서 텐서플로우를 이용해서 단층 신경망으로 손글씨 학습을 하던 초보스런 시작부터 갑자기 Keras로 갈아타서는 Keras로 CNN 모델을 이용해서 MNIST 손글씨를 학습했었네요. 이때는 목적이 있었죠. 바로 학습한 모델을 저장하고, 그걸 단지 불러와서 내 손글씨를 인식시켜 보겠다는 것이었죠. 그래서 이미 학습된 모델을 Keras를 이용해서 내 손글씨 인식하기를 했는데, 문제는 이때는 내가 쓴 손글씨를 모델에 적용하기 위해 사진을 자르고 사이즈를 강제로 맞추고, 뭐 그런 짓을 수동으로 했죠.ㅠㅠ. 그걸 다시 자동(^^)으로 하기 위해.. 손을 댄 것이 바로 OpenCV였습니다. OpenCV는 최초 그냥 쉽게 사람 얼굴을 OpenCV로 인식해 보고자 시작했.. [Keras] MNIST 데이터 셋을 이용한 필기 글씨에 대한 CNN Tutorial 2018. 4. 16. 08:00 최근 딥러닝 관련 학습이 남녀노소(^^) 자신의 전공분야를 떠나서 마구마구 인기를 끌고 있죠. 저도 꽤 예전부터 기초부터 익히려 했으나(ㅠㅠ) 그 놈의 게으름을 그냥 뜨문뜨문 공부했더니 정리가 잘 되지 않은 함정에 빠졌죠. 더구나 너무나 좋은 툴들이 범람하고, 그 너무나 좋은 툴들이 또 너무나 빠르게 버전 업로드가 이뤄지고 있어서, 이제는 그나마 간신히 이해한 것 조차 의미가 없어질까바 또 그것도 걱정인 참.. 황당한 시대에 살고 있습니다.^^. 지금까지는 텐서플로우를 이용해서 단층신경망으로 MNIST 필기 숫자를 인식하고[바로가기] accruracy가 한 90%쯤 나와서 좋아하다가^^, 다시 조금 더 깊은 신경망을 적용하고, 가중치를 초기화하는 부분을 Xavier 방법을 사용[바로가기] accuracy.. [Tensor Flow] 신경망을 조금 더 깊게 하고 xavier_initializer를 이용해서 MNIST 숫자 판독해보기 2018. 4. 9. 08:00 지난번에 단층 신경망만 가지고 MNIST의 필기 숫자를 학습해서 90%의 accuracy가 나오는 것을 경험[바로가기]했는데요. 사실 MNIST로 테스트하시는 분들께서는 겨우 90%라고 하시겠지만 겨우 단층 신경망으로 해본거니까요... 이번에는 신경망의 층 수를 조금 늘리고, 가중치의 초기값을 구하는 것에 옵션을 하나 추가해 봅니다. 언제나그렇듯~~~ 이 글은 여러 유명한 고수님의 글을 따라한 거지요... 우와~~ 나도 해보니까 되는데요^^ 입니다.^^ 언제나 그랬지만, 오늘은 특별히 글 앞 부분의 코드는 김성훈 교수님의 유명한 딥러닝과 텐서플로우 공개 강좌[바로가기]의 내용을 따르고 있습니다. 특히 오늘은 가중치의 초기값을 잡아주는 Xavier 초기화 방법을 설명해 주시는 자료[바로가기]를 참조했습니다.. [Tensor Flow] 단층 신경망으로 텐서플로우를 이용해서 MNIST 숫자 판독해보기 2018. 3. 2. 08:00 데이터 사이언스 카테고리에서 저는 [Tensor Flow]라고 제목에 머릿말을 달고 연재를 시작했는데요. 처음에는 나이, 체중에 따른 혈중지방함량치를 선형회귀로 예측하는 예제[바로가기] 수행했었는데요. 그때 단층 신경망을 사용했었죠. 오늘은 MNIST 필기 숫자를 판독해볼려고 합니다. 언제나 그랬지만, 오늘은 특별히 글 앞 부분의 코드는 김성훈 교수님의 유명한 딥러닝과 텐서플로우 공개 강좌[바로가기]의 내용을 따르고 있습니다. 단, 글 후반부 숫자 데이터를 확인하는 과정은 알량한 지식으로 제가 살을 정말 쪼금 붙였습니다. 오늘의 결과는 좋지 않습니다. 그러나 이미지 인식률을 높이는 것이 목적이 아니라, 간단한 신경망으로 예제 하나를 해보는 것이 그 내용입니다. 먼저... import tensorflow .. 이전 1 다음
