인공지능 개발 환경 만들기

 

 

 

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Activation
from tensorflow.keras.utils import to_categorical
from tensorflow.keras.datasets import mnist
import numpy as np
import matplotlib.pyplot as plt

 

 

 

 

 

from tensorflow.keras.models import Sequential
#위코드는 시퀀셜 모델을 불러오는 명령어

기본적인 인공 신경망은 레이어가 순차적으로 구성되어 있습니다. 이렇게 순차적인 신경망을 구성할 때 사용할 수 있는 함수가 바로 케라스의 모델 도구(models) 중 시퀀셜 모델(Sequential) 함수 입니다. 

 

 

 

 

 

 

from tensorflow.keras.layers import Dense, Activation
#레이어 도구(layers) 중 Dense와 Activation 도구를 불러오는 명령어

Dense는 전결합층(fully-connected layer)을 의미합니다. 인공신경망에는 입력층(input), 은닉층(hidden), 출력층(output)과 같은 층이 있는데, 이러한 앞의 층과 서로 연결되어 있는 것을 전결합층이라고 합니다. 

Dense를 사용하여 각 레이어의 뉴런 개수를 설정할 수 있습니다.

Activation은 활성화 함수를 의미합니다.

 

 

 

 

 

 

 

from tensorflow.keras.utils import to_categorical
#유틸 도구(utils) 중 to_categorical 함수를 불러오는 명령어

이미지를 잘 학습시키기 위한 방법 중 하나로 원-핫 인코딩을 사용하는데, 원-핫 인코딩을 구현할 수 있는 함수가 바로 to_categorical함수입니다.

 

※원-핫 인코딩이란?

하나의 값만 1로 나타내고, 나머지 값은 모두 0으로 표시하는 방법입니다.

 

 

 

 

 

 

 

from tensorflow.keras.datasets import mnist
#데이터셋 도구(daasets)에 mnist 데이터셋을 불러오는 명령어

케라스를 사용하여 딥러닝 모델 개발을 연습할 수 있는 여러 데이터가 있는데 그 데이터 셋 도구(datasets)의

mnist 데이터셋을 불러옵니다.

 

 

 

 

 

 

 

import numpy as np
#넘파이라는 수학 계산라이브러리를 불러오는 명령어

넘파이라는 수학 계산 라이브러리를 사용하는데, as 명령어로 함수 이름을 바꿀 수 있습니다.

 

 

 

 

 

 

 

 

import matplotlib.pyplot as plt
#맷프롤립(matplotlib)이라는 그래프 라이브러리를 불러오는 명령어

matplotlib이라는 그래프 라이브러리를 사용하는데, 이 라이브러리를 사용하면 파이썬을 사용하여 막대그래프나 꺾은선그래프, 히스토그램 등 다양한 그래프를 쉽게 그릴수 있습니다.

pyplot 라이브러리를 사용하여 plt라고 줄여서 사용합니다.

 

 

 

 

 

 

 

 

 

 

 

Reference : 모두의 인공지능 with 파이썬