안녕하세요.
강의 재밌게 잘 듣고 있습니다!
다름이 아니라 이미지 분류에 있어서 예제로는 라벨이 정수로 붙어있어 loss함수를 sparse_categorical_crossentropy를 사용하셨잖아요?!
그런데 제가 추가적으로 label smooth 기법을 사용하고 싶어
loss를 categorical_crossentropy로 바꾸고,
원핫인코딩을 해야하는 상황인데,,,
tf.keras.preprocessing.image_dataset_from_directory 를 사용하여 데이터셋을 받았는데, 여기서
어떤 작업을 해야지 라벨을 건들일 수 있는지 모르겠습니다,,,,
구글링 6시간째인데 너무 답답해서 이렇게 글을 남기네요,,,
혹시나 직접 알려주시지 않아도 참고가 될 만한 링크라도 보내주시면 감사하겠습니다,,
일단 제가 짠 소스는 다음과 같습니다.(혹시나 해서 남깁니당)
데이터 셋 받는 소스
train_dataset = tf.keras.preprocessing.image_dataset_from_directory(
'./dataset/',
image_size=(64,64),
batch_size=32,
subset='training',
validation_split=0.2,
seed=1234
)
모델 컴파일 소스
model.compile(loss="sparse_categorical_crossentropy", optimizer=opt, metrics=['accuracy'])
최종적으로는 여기서 손실함수를 categorical_crossentropy로 사용하고 싶어서 라벨링 관련 질문을 드린 것입니다...!
감사합니다,,
