이전 시간에 CNN 이미지 처리에 대해 실습을 해보았는데요 실습 중 몇몇 내용들에 대해 보충설명이 필요할 것 같아 (2) 편을 작성하게 되었습니다. 딥러닝을 공부하는 같은 초보자이지만 여러모로 공부에 도움이 되었으면 합니다 :) one-hot encoding, label encoding 이전 글 3. 데이터 전처리 에서의 전처리에 대해 보충 설명해드리기로 약속했던 내용입니다. 기본적으로 데이터를 전처리해주는 것은 컴퓨터의 특성 때문입니다. 컴퓨터는 연산을 처리하는 '기계'입니다. 사람처럼 언어적 사고를 하지 않고 연산을 기반으로 모든 행동이 이루어집니다. 그렇기 때문에 넣어주는 데이터들도 연산을 할 수 있는 숫자의 형태로 표현되어야 하는 것입니다. label encoding, one-hot encodin..

이제 이론편에서 공부한 내용을 실전에 적용해 보겠습니다. 1. 데이터 로드 텐서플로우에 있는 fashion_mnist 라는 데이터를 받아오도록 하겠습니다. from tensorflow.keras.datasets import fashion_mnist 간략히 설명드리자면 fashion minist 데이터셋은 패션 이미지들의 모음으로 이루어져 있습니다. 이미지의 기본 크기는 28*28 이며, 이미지의 개수는 70000개입니다. (train_x, train_y), (test_x, test_y) = fashion_mnist.load_data() 2. 데이터 형태 확인 자 그러면 받을 데이터들을 train_x, train_y, test_x, test_y 로 나누어서 받아줄 겁니다. train_x, train_y의 ..