소프트맥스 회귀 MNIST 데이터 분류 with tensorflow

공부를 하다보니 tensorflow가 Early Stopping이나 모델 최적화 및 best 모델을 저장하는데 있어서 pytorch보다 용이하다는 생각이 들어서 tensorflow 공부를 이어나가 보려고 합니다. 아주 오래전이지만 tensorflow를 이용해 선형 회귀, 로지스틱 회귀까지는 다루었으니 softmax 회귀모델부터 시작해보겠습니다. # 라이브러리 불러오기 from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense, Activation from tensorflow.keras.utils import to_categorical from tensorflow.keras.datasets import mnist 1. MNIST 데이터 손글씨 데이터셋 0~9 이미지로 구성된 손글씨 데이터셋 60000개의 훈련 데이터, 레이블 (X, y) 10000개의 테스트 데이터, 레이블 (X, y)...

원문링크 : 소프트맥스 회귀 MNIST 데이터 분류 with tensorflow