Keras와 함께 연습하십시오! 무료 슬롯 사이트 대 개 (1/6)

두 번째 할부에서는 keras를 사용하여 깊은 신경망 (이하 DNN이라고 불리는 DNN)을 구현합니다.

기사에는 필요한 경우 Python 코드를 표시 할 수 있지만 Python의 기능 또는 구문은 설명하지 않습니다.
이 기사에 나열된 모든 코드가 포함되어 있습니다MIT 라이센스에 따라 허용됩니다.

1) 이번 주제 : 딥 러닝을 가진 개와 무료 슬롯 사이트를 인식

첫 세션에서 기성품 미리 훈련 된 모델을 사용하여 이미지 인식을 사용했지만 이번에는 내 목표를 설정하고 딥 러닝을 수행 할 것입니다.
주제는 "입력 된 이미지가 개인지 무료 슬롯 사이트인지 여부를 결정합니다."입니다.

처리 흐름 정렬

이 프로그램에 필요한 기능을 나열하려면 다음과 같습니다.

1. 이미지를 배울 수 있습니다
   • 학습을위한 이미지로드
   • 수입 이미지로 DNN을 배울 수 있습니다
   • 훈련 된 모델을 저장할 수 있습니다
2. 이미지를 판단 할 수 있습니다
   • 판단하려는 이미지를로드 할 수 있습니다
   • DNN은 가져온 이미지를 결정할 수 있습니다
   • 판단 결과를 표시 할 수 있습니다

이 경우, 딥 러닝을 수행하는 프로그램은 일반적으로 학습 및 판단 목적 모두에 대해 "데이터로드", "DNN 프로세싱"및 "결과 출력"의 세 가지 프로세스가 수행되는 구조를 갖습니다.

일반 개요는 다음과 같은 프로그램입니다.

ArgParse 가져 오기

명령 줄 인수없이 실행되면 딥 러닝을 위해 특정 디렉토리의 학습 이미지를로드합니다. 명령 줄 인수-인퍼옵션과 함께 결정하려는 이미지의 파일 경로를 지정하면 훈련 된 모델을 기반으로 이미지가 개인지 무료 슬롯 사이트인지 여부를 결정합니다.

이번에는 DNN의 구조 정의를 위의 CAT_DOG_DNN_KERAS.PY에서 별도의 파일로 추출하여 모듈로 호출합니다.