tensorflow2.0 튜토리얼 시작하기

https://www.tensorflow.org/tutorials/quickstart/beginner?  

 

Quickstart for beginners

 

Colab은 아직 1.14를 사용하는거 같다.

귀찮지만 매번 tensorflow2.0을 설치해야 하는거 같다.

colab에서 기본 설정을 바꾸는 방법이 있을거 같긴 한데... 모르겠다.

MNIST 데이터셋 손글씨 판별하기 예졔

mnist 데이터를 로딩하면

x_train 이 60,000개, x_test 가 10, 000 개 로딩된다.

x = (60000, 28, 28) y = (60000, )

x_train 은 28 * 28 의 이미지 배열 데이터가 60,000 개 들어 있고

y_train 은 x_train 의 이미지 값을 0 ~ 9 사이의 숫자로 판별해서 저장하고 있다.

 

!pip install -q tensorflow==2.0.0
import tensorflow as tf

# tf.__version__

mnist = tf.keras.datasets.mnist

# train 데이터가 60000개, test 데이터가 10000개
(x_train, y_train), (x_test, y_test) = mnist.load_data()
#print(x_train.shape)
#print(x_train[0])

# 이미지의 픽셀 값의 범위를 보면 0 ~ 255 사이, 신경망 모델에 주입하기 전에 이 값의 범위를 0~1 사이로 조정
x_train, x_test = x_train / 255.0, x_test / 255.0

model = tf.keras.Sequential([
  # 2차원 배열(28 x 28 픽셀)의 이미지 포맷을 28 * 28 = 784 픽셀의 1차원 배열로 변환합니다. 이 층은 이미지에 있는 픽셀의 행을 펼쳐서 일렬로 늘립니다.
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(128, activation='relu'),
  # 입력된 값에서 일부를 랜덤하게 0으로 설정, 초과 학습이 방지됨
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation='softmax')                            
])

# 설정, Metrics-훈련 단계와 테스트 단계를 모니터링하기 위해 사용
model.compile(optimizer = 'adam', loss = 'sparse_categorical_crossentropy', metrics = ['accuracy'])
# 훈련
model.fit(x_train, y_train, epochs=5)
# 모델 성능 비교, verbose: 0 은 stdout에 로그를 주지 않으며, 1 은 진행 바 형태의 로그, 2 는 epoch 당 1 줄의 로그를 줍니다
model.evaluate(x_test, y_test, verbose=2)