머신러닝, 딥러닝 학습을 마치고 난 뒤, 예측 데이터와 실제 데이터가 정상적으로 작동되는지 확인하기 위해
본인이 가지고 있는 사진을 넣어서 테스트해보는데 사용하는 코드이다
굳이 암기할 필요없이 이 코드를 잘 보관해두었다가 유용하게 써먹는게 짱이다~
# 이미지를 업로드 하여, 자신이 만든 모델을 테스트 해보자.
import numpy as np
from google.colab import files
from keras.preprocessing import image
uploaded = files.upload()
for fn in uploaded.keys():
# predicting images
path = '/content/' + fn
img = image.load_img(path, target_size=(32,32)
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
images = np.vstack([x])
classes = model.predict(images, batch_size=10)
print(classes[0])
if classes[0]>0.5:
print(fn + " is a dog")
else:
print(fn + " is a cat")
참고로 위 코드는 강아지와 고양이사진을 학습해서 분류하는 프로젝트를 했을때 사용한 코드이다
그래서 곳곳에 댕댕이와 냥냥이가 숨어있으니 잘~ 골라서 수정하시길!
'& 프로그래밍 > & 머신러닝' 카테고리의 다른 글
자주 사용하는 파이썬 라이브러리 모음 (0) | 2021.03.05 |
---|---|
Facebook이 개발한 오픈소스 Prophet 라이브러리 사용하기 (0) | 2021.03.03 |
ImageDataGenerator [이미지 전처리] (0) | 2021.03.03 |
Callback 함수 활용하기 (0) | 2021.03.02 |
Categorical Data Encoding(데이터 전처리 작업) (0) | 2021.03.02 |