[딥러닝] MNIST 분류 CNN 모델

Data Science

[딥러닝] MNIST 분류 CNN 모델 - 평가 및 예측

오기오기 2021. 11. 24. 02:50

728x90

Keras에서 CNN 모델의 평가 및 예측을 위해 필요한 함수/메서드

평가 방법

evaluate() 메서드는 학습된 모델을 바탕으로 입력한 feature 데이터 X와 label Y의 loss 값과 metrics 값을 출력합니다.

model.evaluate(X, Y)

예측 방법

multiclass일때 사용되며, X 데이터의 예측 label 값을 출력합니다.

model.predict_classes(X)

전처리와 모델 구현은 그 전 게시글을 참고해주세요 :)

https://1percent-a-day.tistory.com/19

[딥러닝] 이미지 처리를 위한 데이터 전 처리_MNIST 분류 CNN 모델

MNIST는 손글씨로 된 사진을 모아 둔 데이터로 손으로 쓴 0부터 9까지의 글자들이 있고, 이 데이터를 사용해서 신경망을 학습시키고, 학습 결과가 손글씨를 인식할 수 있는지 검증할 예정입니다 MN

1percent-a-day.tistory.com

https://1percent-a-day.tistory.com/20?category=863646

MNIST 분류 CNN 모델 - 모델 구현

합성곱을 통해 특징을 추출, 풀링을 통해 사이즈 조절과 노이즈 처리, 활성함수(FL)를 통해 분류가능 Keras에서 CNN 모델을 만들기 위해 필요한 함수/메서드 1. CNN 레이어 : 입력 이미지의 특징, 즉

1percent-a-day.tistory.com

#1. 평가용 데이터를 활용하여 모델을 평가합니다.
#loss와 accuracy를 계산하고 loss, test_acc에 저장합니다.

loss, test_acc = model.evaluate(test_images, test_labels, verbose = 0)


#2. 평가용 데이터에 대한 예측 결과를 predictions에 저장합니다.
predictions = model.predict_classes(test_images)

# 모델 평가 및 예측 결과를 출력합니다.
print('\nTest Loss : {:.4f} | Test Accuracy : {}'.format(loss, test_acc))
print('예측한 Test Data 클래스 : ',predictions[:10])

728x90