MNIST 데이터를 통해 간단한 분류 모델을 생성하며 텐서플로를 실습해 본다. MNIST 데이터MINST 데이터는 손으로 쓴 0~9까지의 숫자 데이터로 훈련을 위한 6만개의 데이터와 테스트를 위한 1만개의 뎉이터로 이루어져 있따. 머신 러닝 알고리즘을 학습하기 좋은 간편한 데이터 집합이다.각 이미지는 28x28의 크기이며 0~9까지의 숫자를 표시하기 위한 라벨은 0~9의 값으로 표현되어 있다.다운로드 페이지 위의 링크에서 훈련용 이미지/라벨과 테스트용 이미지/라벨 파일을 볼 수 있다. 이미지 데이터와 라벨 데이터를 표현하는 파일이 각각 존재한다. 파일 형식은 MSB(Most Significant Bit) 방식으로 저장되어 있다.TRAINING SET LABEL FILE (train-labels-idx1-..

내가 설정한 환경은 다음과 같다 Unbuntu LTS 18.04 파이썬 패키지 설치 apt-get install python3-pip sudo pip3 install numpy scipy scikit-learn pillow h5py numpy : 수학 연산 패키지로 행렬 연산은 속도를 위해 고도로 최저고하 되어있다. scipy : 과학 및 공학 연산을 위한 패키지 scikit-learn : 머신 러닝 라이브러리 pillow : 이미지 로딩과 기본적인 연산 지원 h6py : HDF5 바이너리 데이터 포맷을 위한 파이썬 인터페이스. 이것은 케라스를 이요하여 훈련된 모델을 저장하는 포맷이다. openCV 설치 sudo apt-get install python-opencv 텐서플로 설치 sudo pip3 ins..