[딥러닝] 합성곱신경망 코랩(Colab) 실습

 

 

time 학습한 시간 

 

사진마다 cat.0.jpg

               cat.1.jpg

               cat.2.jpg 

                   ...

 

케라스는 이런 단계를 자동으로 처리하는 image_dataset_from_directory() 함수를 제공

 

def make_subset(subset_name, start_index, end_index):

    for category in ("cat", "dog"):

        dir = new_base_dir / subset_name / category

        os.makedirs(dir)

        fnames = [f"{category}.{i}.jpg" for i in range(start_index, end_index)]

        for fname in fnames:

            shutil.copyfile(src=original_dir / fname,

                            dst=dir / fname)

 

make_subset("train", start_index=0, end_index=1000)

make_subset("validation", start_index=1000, end_index=1500)

make_subset("test", start_index= 1500, end_index= 2000)

 

이미지 훈련,검증,테스트 디렉토리로 복사하는 함수

 

코드 실행

고양이 1000장 ,개 1000장 비율이 맞아야하며 1~3배 사이

다운 샘플링 : 1800장 ,200장 이러면 1800장을 200장으로 다운

데이터 증식 : 200장을 늘리기 혹은 GAT이라는 AI가 이미지를 생성

 

 

 

len 리스트 배열의 길이를 카운트 해줌

listdir 은 파일명을 읽어서 리스트에 파일명 이름을 문자열로 

/는 파일안에 들어가

 

이진분류는 binary를 쓴다.(붓꽃은 )

분류 0,1 돌리다가 32씩 묶어서

(32,180,180,3), (32,)정답지를 만들어줌

 

-->학습 데이터 2000개 ,val데이터 2000개 , test 데이터 2000개

plt.figure() 은 새로운 도화지

 

 

 

3f (소수점 세자리)

.format 으로 프린트해도 된

 

 

 

 

 

 

 

 

드롭아웃은 다양하게 실행하게 함 랜덤하게



드롭아웃 : 분류기와 특징 추출기 사이에 넣기 또 하위층에 넣기