Keras에서는 이미지 데이터학습을 위해 패키지를 제공 , 그 중 하나가 ImageDataGenerator 클래스.
np.expand_dim -> 이미지 파일을 불러와서 다차원 배열로 변환할 때 사용
np.squeeze -> (1,3,1) -> (1,3) : 배열에서 1차원인 축을 제거 하는 것
이미지는 모델에 (batch_size,height,weight,channel) 이렇게 들어가야 해서 차원을 늘려야함그런데 일단 이미지를 불러오기위해 (height,weight) 만 input으로 집어넣음batch size는 1만 있으면 안되고 (28.28) 에다가 channel 까지 늘려주어야함
Feature Extraction에서 이미지가 가지고있는 특징,패턴을 알아가는 것이고
Classification에서 예측하는 순서
filter와 channel 갯수는 같음
filters : layer에서 나갈 때 몇 개의 filter를 만들 것인지 (a.k.a weights, filters, channels)
kernel_size : filter(Weight)의 사이즈
strides : 몇 개의 pixel을 skip 하면서 훑어지나갈 것인지 (사이즈에도 영향을 줌)
padding : zero padding을 만들 것인지. VALID는 Padding이 없고, SAME은 Padding이 있음 (사이즈에도 영향을 줌)
activation : Activation Function을 만들것인지. 당장 설정 안해도 Layer층을 따로 만들 수 있음
반응형
'Deep Learning' 카테고리의 다른 글
Word2VeC (Cbow , Skip-gram) (0) | 2021.04.14 |
---|---|
BERT의 학습 원리 및 transferlearning (0) | 2021.04.14 |
전통 데이터마이닝 vs 딥러닝 (0) | 2020.10.04 |
Hypothesis, Cost, Loss Function (0) | 2020.08.30 |
최적화 알고리즘 - Gradient Descent (0) | 2020.06.30 |