앞서 한 FNN, CNN 모두 학습까지는 해 보았으나, 실제 학습된 AI 에게 데이터를 던지고 결과를
받는것은 해보지 않았다.
Predict 함수는, 실제 데이터를 넘겨, 학습된 AI로 부터 결과를 받아오는 함수 이다.
인자값으로는 학습에 사용된 X 데이터와 동일한 데이터를 넘겨주어야 한다.
item = model.predict(학습에 사용한 x 데이터와 동일한 데이터셋)
print(f'${item[0]}')
print("================")
print(f'${np.argmax(item[0])}')
예시는 위와 같고, 결과값을 받아오고 그냥 출력을 하면, 숫자값만 쭉 나열이 되어 있다.
학습에 사용되는 데이터는 numpy 를 이용하여 재구성하여 던지므로, Predict의 결과값 또한
numpy를 통해 추출할 수 있다
np.argmax 를 할 경우, 해당 데이터에서 가장 큰 확률을 갖는 인덱스를 리턴하게 되고, 해당 인덱스를
이용해서 별도로 수동으로 내용 파악을 해야 한다.
예를들어 분류의 경우에는, 인덱스에 해당하는 카테고리가 무엇인지 수동으로 혹은 코드를 통해
알아 내야 한다.
'딥러닝(텐서플로우)' 카테고리의 다른 글
| keras.layers.concatenate (0) | 2023.04.04 |
|---|---|
| Fit 의 인자값 X, Y (0) | 2023.04.03 |
| 이미지 (영상) 딥러닝 CNN (0) | 2023.03.30 |
| 경사하강법 (0) | 2023.03.28 |
| Keras 를 이용한 딥러닝 구현법 간단 설명(분류, FNN기준) (0) | 2023.03.28 |