숫자의 분류
육필 숫자 MNIST 데이터베이스를 사용하여 이미지에서 주어진 숫자를 예측하는 합성곱 네트워크를 훈련합니다.
먼저, 학습 데이터와 검증 데이터를 검색합니다.
In[1]:=
resource = ResourceObject["MNIST"];
trainingData = ResourceData[resource, "TrainingData"];
testData = ResourceData[resource, "TestData"];In[2]:=
RandomSample[trainingData, 5]Out[2]=
입력으로 28×28 그레이 스케일 이미지를 가지는 합성곱 분류 신경망을 정의합니다.
In[3]:=
lenet = NetChain[
{ConvolutionLayer[20, 5], Ramp, PoolingLayer[2, 2],
ConvolutionLayer[50, 5], Ramp, PoolingLayer[2, 2], FlattenLayer[],
500, Ramp, 10, SoftmaxLayer[]},
"Output" -> NetDecoder[{"Class", Range[0, 9]}],
"Input" -> NetEncoder[{"Image", {28, 28}, "Grayscale"}]
]Out[3]=
4회의 훈련 라운드를 거쳐 네트워크를 훈련시킵니다.
In[4]:=
lenet = NetTrain[lenet, trainingData, ValidationSet -> testData,
MaxTrainingRounds -> 3];Out[5]=
검증 집합에서 무작위로 추출된 이미지에서 훈련된 네트워크를 직접 평가합니다.
In[6]:=
imgs = Keys @ RandomSample[testData, 5];
Thread[imgs -> lenet[imgs]]Out[6]=
