kaggle Tutorial Intel Image Classfication(캐글)

https://www.kaggle.com/code/uzairrj/beg-tut-intel-image-classification-93-76-accur/notebook

[BEG][TUT]Intel Image Classification[93.76% Accur]

여기에서 대회를 진행하게되었고 처음 neural network를 다뤄보았다.

 

https://github.com/dohun-mat/dna_study_semina/blob/main/%EA%B3%BC%EC%A0%9C/week1_%EA%B3%BC%EC%A0%9C.ipynb

GitHub - dohun-mat/dna_study_semina

자세코드는 여기에 있다.

 

 

image 불러오는 함수, label 설정

 

image를 불러온다음에 shape를 확인하고 이미지시각화

 

modeling

특징추출 : 컨볼루션 레이어(Convolution Layer) + 풀링 레이어(Pooling Layer)

MaxPolling은 2,2가 좋은거같고

필터사이즈는 3,3이 좋다.

batchnormalization : 가중치 초기화

한개의 connection마다 가중치 초기화를 해줘야 과적합을 일정부분 막을 수 있다.

 

마지막부분

분류기(Classifier) : Dense Layer + Dropout Layer(과적합을 막기 위한 레이어) 이다

Flatten으로 1차원으로 바꾸어준다. 분류기사용

 

epoch는 100으로 학습

 

model의 accuracy와 loss를 시각화

test셋 결과 84%

 

개선할점 : 모델을 더 깊게쌓았으면 더 안정적이게 학습을했을거같다.