2025.04.19 Part.11 텐서플로Chapter 07. Data 다루기05_ImageDataGenerator(1)06_ImageDataGenerator(2)07_ImageDataGenerator(3) ImageDataGenerator flow( ) 함수ImageDataGenerator 기능이란, 데이터를 불러오는 동시에 여러 가지 전처리를 쉽게 구현할 수 있는 tf.keras의 기능.기본적으로 데이터를 모두 메모리에 저장하고 진행하는 기능.## ImageDataGeneratorfrom tensorflow.keras.preprocessing.image import ImageDataGeneratordatagen = ImageDataGenerator( rotation_range = 20, ..

2025.04.19 Part.11 텐서플로Chapter 07. Data 다루기03_tf.data(3)04_tf.data(4) 데이터 다루기 (3)label 확인 이전 학습을 이어가면..# train datasets 폴더 pathtrain_ciar10_datapath = ciar10_datapath + '/train/'train_img = glob(train_ciar10_datapath + '/*.png')train_img 위 처럼 각 이미지 파일의 이름에 라벨값이 포함되어 있는 것을 알 수 있다. 이를 추출해야지 라벨리스트를 만들 수 있다. 파일명에 기재되어 있는 라벨을 추출하는 방법은 아래와 같다.train_img[0].split('\\') >>['G:', 'Zerobase_data_1(..

2025.04.19 Part.11 텐서플로Chapter 07. Data 다루기01_tf.data(1)02_tf.data(2) 데이터 다루기 (1) 로컬에 저장된 파일 읽기 일단, 관련된 라이브러리, 클래스를 IMPORT 한다.import osfrom glob import glob # 파일조회import tensorflow as tfimport numpy as npfrom PIL import Imageimport matplotlib.pyplot as pltimport os : 운영체제(OS) 관련 기능 제공.예를 들면 폴더 만들기, 파일 경로 다루기, 디렉터리 탐색하기 같은 걸 할 때 사용.대표적 : os.listdir(), os.path.join(), os.makedirs() from glob imp..

2025.04.13 Part.11 텐서플로Chapter 06. Evaluation01_Tensorboard02_Model Save and load Tensorboard TensorFlow에서 제공하는 시각화 툴. 학습하는 중간에 그래프나 여러가지 정보를 Web UI로 조회할 수 있음.동시에 여러개의 모델을 학습시키고, 서로 비교할 때 시각화툴을 많이 사용한다. 데이터 불러오기 및 모델준비이전에 몇번 보았던 Cifar10 데이터셋을 활용한다.## 데이터 불러오기class Cifar10DataLoader(): def __init__(self): (self.train_X, self.train_y), (self.test_X, self.test_y) = tf.keras.datasets.cif..

2025.04.07 Part.11 텐서플로Chapter 05. Model 학습01_Training via fit02_Training Logic   Training 일단 데이터 셋팅하기. 데이터는 이전 시간과 마찬가지로 Cifar10 데이터셋 사용import numpy as npimport pandas as pdimport tensorflow as tfimport matplotlib.pyplot as pltimport seaborn as snsnp.random.seed(777)tf.random.set_seed(777)## DataLoaderclass Cifar10DataLoader(): def __init__(self): # data load (self.train_X, sel..

2025.04.03 Part.11 텐서플로Chapter 04. Modeling05_subClass 모델링06_subClass 모델링 ResNet 구현   SubClass 모델링 모델이란 것은 Input을 Output으로 만들어주는 수식, 함수이다.해당 기능을 수행하는 두 가지 클래스가 tf.keras.layers.Layer 와 tf.keras.layers.Model 클래스이다. 두 가지 모두 연산을 추상화하는 것으로 동일한 역할을 하지만, tf.keras.layers.Model 클래스의 경우 모델을 저장하는 기능과 fit( ) 함수를 사용할 수 있다는 점에서 차이가 있다.  코드로 구현import numpy as npimport pandas as pdimport tensorflow as tfimport ..