TensorFlow 강좌 - Fashion MNIST 분류를 위해 뉴럴 네트워크 학습 시키기

본 포스팅은 Fashion MNIST(의류, 가방, 신발등의 이미지)를 분류하기 위해 케라스(tf.keras)를 사용하여 뉴럴 네트워크 모델을 학습시키는 방법을 설명합니다.  

다음 문서를 기반으로 제작했습니다.

Basic classification: Classify images of clothing

https://www.tensorflow.org/tutorials/keras/classification

영상에서 설명하는 코드입니다.

import tensorflow as tf fashion_mnist = tf.keras.datasets.fashion_mnist (train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data() class_names = ['T-shirt/top', 'Trouser', 'Pullover', 'Dress', 'Coat',               'Sandal', 'Shirt', 'Sneaker', 'Bag', 'Ankle boot'] train_images = train_images / 255.0 test_images = test_images / 255.0 model = tf.keras.Sequential([     tf.keras.layers.Flatten(input_shape=(28, 28)),     tf.keras.layers.Dense(128, activation='relu'),     tf.keras.layers.Dense(10, activation='softmax') ]) model.compile(optimizer='adam',               loss='sparse_categorical_crossentropy',               metrics=['accuracy']) model.fit(train_images, train_labels, epochs=10) test_loss, test_acc = model.evaluate(test_images,  test_labels, verbose=2) print('\nTest accuracy:', test_acc)