728x90
https://hyunsungstory.tistory.com/161
딥러닝 : Fashion mnist 10개로 분류된 패션 이미지를 tensorflow를 이용해 분류하기 / Flatten , softmax , 분
1. 이미지와 행렬 모든 이미지 사진은 픽셀당 숫자로 되어있습니다. 0~255까지 되어있고 0이 검정색, 255가 흰색입니다. 그 숫자의 데이터 타입은 Uint8(Unsigned int) 이라고 적습니다. 먼저 검정부터 회
hyunsungstory.tistory.com
이전 게시글과 같은 데이터셋으로 진행합니다.
컨퓨전 매트릭스를 이용해서 어떤 것을 컴퓨터가 많이 헷갈려 하는지 파악을 하고싶다,
y_test
y_test의 값은 위와 같이 0~9의 숫자로 되어있는데
y_pred의 값은 0~1사이의 숫자로 되어있기 때문에 정확도를 측정하기가 어렵다
따라서,
y_pred=y_pred.argmax(axis=1)argmax()함수와 , 안에 파라미터 axis=1을 이용하면 컨퓨전매트릭스를 이용할 수 있다
confusion_matrix(y_test,y_pred)
위 과정은 소프트맥스로 나온 결과를 레이블인코딩으로 바꾸는 방법이다.
'인공지능 > 딥러닝' 카테고리의 다른 글
| 딥러닝 : Tensorflow의 콜백클래스를 이용해서 원하는 조건이 되면 학습을 멈추게 하기 (0) | 2022.12.29 |
|---|---|
| 딥러닝 : epochs의 횟수를 늘렸을 때 학습데이터/밸리데이션 데이터와 OverFitting (0) | 2022.12.29 |
| 딥러닝 : Fashion mnist 10개로 분류된 패션 이미지를 tensorflow를 이용해 분류하기 / Flatten , softmax , 분류의 문제 loss 셋팅법 (0) | 2022.12.28 |
| 딥러닝 : validation data와 Callback(EarlyStopping Library) 사용법 (0) | 2022.12.28 |
| 딥러닝 : learning rate를 optimizer에 셋팅하기. (0) | 2022.12.28 |