5.1 ~ 5.2 합성곱 신경망, 소규모 데이터셋으로 컨브넷 훈련하기

층 파라미터 수가 어떻게 계산되는 것인지 직접 확인해 보았다.

파라미터 수 계산, 맥스 풀링

이미지 32개라는 표현보다는 32채널이라는 표현이 좋았을거 같다..

64번 반복이라고 썼는데 같은 과정을 반복한다는 의미로 쓴 것은 아니다.

두 번째 층에서 커널과 점곱해서 만들어진 32개의 행렬을 더한 값들에 편향값을 더한 것이 출력 특성맵이 된다.

이미지 데이터 증식에 사용되는 ImageDataGenerator 클래스

 

datagen.flow_from_directory() 

train_dir를 입력으로 받는데, 하위 디렉터리를 클래스마다 만들어주고 그 디렉터리마다 이미지 파일을 저장해주면

따로 레이블 array를 만들어주지 않아도 알아서 만들어준다.

 

책에는 fit_generator함수를 통해 모델을 제너레이터로 훈련할 수 있다고 했는데 텐서플로 2.3 버전에서 deprecated되어 fit함수로 사용할 수 있게 되었다고 한다. evaluate() 도 검증용 제너레이터 만들어서 넣어주면 된다.

 

모델을 훈련할 때 디렉터리를 정리하지 않고 datagen.flow() 를 사용한다면 레이블을 수동으로 만들어줘야 한다.