CIFAR-10 데이터 학습하는 방법을 조금 자세히 보겠습니다. 비교적 간단한 방법을 포스팅 한 것이며, 추후 다른 방법으로도 포스팅 하겠습니다. 먼저 제너레이터를 정의 하겠습니다. 제너레이터는 쉽게 설명하면 데이터를 한번에 메모리에 저장해놓고 한번에 학습하는 것이 아니라, 표현식을 정의만 해놓고 가용 메모리 범위 내에서 조금씩 반복하여 가져오는 아이입니다. 먹을 것으로 예를 들면, 사과 1000개를 먹어야한다고 가정할 때, 한번에 먹을 수 없겠죠?? 우리 위의 용량에는 너무 버겁습니다. 그래서 1개씩 1000일 나눠먹는 것과 같은 이치입니다. 또 써야하는 이유가 여러가지 있는데... 자세한 설명은 다음시간에 하도록 하겠씁니다. from tensorflow.keras.preprocessing import..

CIFAR-10 데이터 분석을 해보겠습니다. CIFAR-10은 대표적인 이미지 분류의 벤치마크 데이터셋입니다. 저는 CIFAR-10을 깃헙에 올려주신 github.com/YoongiKim/CIFAR-10-images 이 분의 레포지토리에서 데이터를 다운받아 작성하였습니다. from glob import glob import os import cv2 import numpy as np import matplotlib.pyplot as plt # base_dir은 현재 CIFAR-10이 들어있는 폴더로 지정해줍니다. base_dir = './' train_data = glob(os.path.join(base_dir, 'train\\*\\*.jpg')) test_data = glob(os.path.join(ba..