"Keras:데이터 전처리"의 두 판 사이의 차이

Pywiki
둘러보기로 가기 검색하러 가기
(새 문서: == 개요 == 케라스 자체적으로도 데이터 전처리를 제공한다. == 전처리 == {| class="wikitable" !의도 !설명 !방법 |- |정규화 |평균 0, 표준편차 1로...)
(차이 없음)

2021년 11월 14일 (일) 13:14 판

1 개요

케라스 자체적으로도 데이터 전처리를 제공한다.

2 전처리

의도 설명 방법
정규화 평균 0, 표준편차 1로 정규화한다.
from tensorflow.keras.layers import Normalization

training_data = np.random.randint(0, 256, size=(64, 200, 200, 3)).astype("float32")  # 예시데이터

normalizer = Normalization(axis=-1)     # 정규화 객체 생성.
normalizer.adapt(training_data)         # 정규화 방법 지정.
normalized_data = normalizer(training_data) # 데이터에 정규화 진행.
이미지 전처리 이미지를 처리할 땐 이미지를 자르거나 수치의 제한을 설정하는 과정이 필요할 때가 있다.
from tensorflow.keras.layers import CenterCrop
from tensorflow.keras.layers import Rescaling

# Example image data, with values in the [0, 255] range
training_data = np.random.randint(0, 256, size=(64, 200, 200, 3)).astype("float32")

cropper = CenterCrop(height=150, width=150)
scaler = Rescaling(scale=1.0 / 255)

output_data = scaler(cropper(training_data))
print("shape:", output_data.shape)  # 64개의 150,150 크기의 3채널 데이터임을 알려준다.
print("min:", np.min(output_data))  # 가장 작은 데이터는 0
print("max:", np.max(output_data))  # 가장 큰 데이터는 1