이미지 하나만 별도로 업로드 해서 분류가 잘 실행되는지 확인 할려고 합니다.

Question

예제 fashion-mnist-practice 의 모델 생성하는 부분을 참조했습니다. dataset의 경우 fashion_mnist를 쓰지 않고 숫자 mnist 파일을 사용했습니다. INPUT_SIZE = 28 model = Sequential([ Flatten( input_shape =( INPUT_SIZE , INPUT_SIZE )), Dense( 100 , activation = 'relu' ), Dense( 30 , activation = 'relu' ), Dense( 10 , activation = 'softmax' ) ]) 이걸 기본으로 model을 따로 저장했고, 저장된 model을 불러오고 별로도 이미지 파일을 만들었습니다. def get_read_image () : image_list = [] image = cv2.cvtColor ( cv2.imread ( "./image/0_1.png" ), cv2.IMREAD_GRAYSCALE ) return image def get_show_image ( image ) : plt.imshow ( image ) plt.axis ( "on" ) plt.legend () def get_preprocessed_image ( image ) : image = np.array ( image/ 255.0 , dtype=np.float32 ) return image if __name__ == "__main__" : image = get_read_image () image = np.resize ( image , ( 1 , 784 )) image = get_preprocessed_image ( image ) image = image.reshape ( 1 , 28 , 28 , 1 ) predict_result = np.argmax ( model.predict ( image )) print ( predict_result ) 이렇게 코드를 작성했는데 하나 이해가 가지 않는 부분이 Faltten() 에서 input_shape = IMAGE_SIZE (28), IMAGE_SIZE(28) 이부분입니다. input _shape(28, 28) 로 했다면 업로드한 이미지 파일도 3차원 image.reshape(28, 28, 1)이 들어가야 하는 것 같은데.. 무조건 3차원 만들어줘야 하는 거 아닌가요ㅠ 그래서 그렇게 입력하니깐 오류가 떠서, (1, 28, 28,1)로 넣으니깐 오류가 나지 않습니다. 저 부분이 왜 저렇게 되는지 잘 이해가 가지 않아서 질문 드립니다. 그리고 또 하나는 . model.summary() 를 했을 때 output shape에 None는 크게 신경쓰지 않아도 되는 것 인가요? 아래 이미지 처럼 (None, 28, 28)이 나왔다면 그냥 28행 28열로 구성된 tensor라고만 생각하면 되는 걸까요 질문이 길어서 죄송합니다 ㅠ input_1 (InputLayer) [(None, 28, 28)] 0 flatten (Flatten) (None, 784) 0 dense (Dense) (None, 100) 78500 dense_1 (Dense) (None, 30) 3030 output (Dense) (None, 10) 310

권 철민 · Answer

안녕하십니까, 답변을 빨리 달아드려야겠다고 생각했는데, 바쁜일 때문에 살짝 늦어졌습니다. 기본적으로 Tensorflow Deep learning 모델은 학습 시 입력데이터의 shape의 첫번째 인자가 batch size입니다. 마찬가지로 predict() 입력 데이터 세트 shape의 첫번째 인자도 batch size 입니다. image.reshape(28, 28, 1)가 아니라 image.reshape(1, 28, 28)로 변경해서 수행해 보시지요. 감사합니다.