[TensorFlow] MNIST 예제를 활용한 내가 쓴 숫자 맞추기

0. 목표

 - MNIST 예제 모델을 응용하여 내가 맞든 숫자 맞추기

1. 준비(손글씨 만들기)

 1) 링크 접속(무료 온라인 포토샵)

 2) 28 * 28 사이즈로 맞춘뒤 그림 저장(다른 사이즈로 할 경우 추후에 resize 필요)

 3) google 드라이버에 업로드

2. 모델 작성

 1) library 호출

from __future__ import absolute_import, division, print_function, unicode_literals

#!pip install -q tensorflow-gpu==2.0.0-rc1
import tensorflow as tf
import matplotlib.pyplot as plt
import numpy as np

 2) MNIST 다운로드

mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()

 3) 데이터 길이 확인

  - 학습 : 6만, 테스트 : 1만

print(len(x_train), len(y_train))
print(len(x_test), len(y_test))

 4) 데이터 형태 확인

  - 0 ~ 255의 숫자로 이루어짐, 28 * 28

x_train[0]

 5) 정규화

  - 정규화의 목적 : 링크 참고

x_train, x_test = x_train / 255.0, x_test / 255.0

 6) 그림 확인

plt.imshow(x_test[0])

 7) 모델 작성

model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

 8) 모델 학습 및 평가

model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test,  y_test, verbose=2)

  - 결과(97%)

3. 나의 데이터로 확인

 1) library 호출

  - 이렇게 할 경우 구글 드라이버 인증이 뜸(확인 하고 키 복사이후 입력)

from os import path
from google.colab import auth
auth.authenticate_user()

from google.colab import drive
drive.mount('/content/gdrive/')

from PIL import Image

 2) 연동 확인

!cd gdrive; ls; cd 'My Drive'; ls;

 3) 이미지 불러오기

im = Image.open('./gdrive/My Drive/ColabNotebooks/tf_tutorial/test.png')

 4) 그림 그리기

plt.imshow(im)

 5) 사이즈 확인

 - 28, 28 확인

im.size

 6) 행렬화

im = np.array(im)

 7) 리사이즈 및 예측

  - 학습 및 결과 데이터의 형태가 60000 * 28 * 28, 10000 * 28 * 28 의 형태기에 형식을 맞춰주기 위하여 차원을 늘림

a = model.predict(np.reshape(im, (1, 28, 28)))

 8) 결과

a

 9) 예측율 확인

  - 0.99973005

max(a[0])

 10) 인덱스 확인

  - 결과 : 2

list(a[0]).index(max(a[0]))

4. 참고

 - 텐서플로 튜토리얼

 - 정규화 이유

 - colab, 구글 드라이버 연동