[MNIST 프로젝트] 1. MNIST 데이터 알아보기

(이번 프로젝트 코드는 패캠 딥러닝 강의를 참고한 코드이다)

 

오늘 알아볼 데이터는 딥러닝 입문 때 무조건 배우는 유명한 이미지 데이터인 MNIST 데이터셋이다. 

출처 https://ko.wikipedia.org/wiki/MNIST_%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%B2%A0%EC%9D%B4%EC%8A%A4

사진과 같이 손으로 직접 쓴 숫자들로 이루어진 대형 데이터베이스이다. 이번 딥러닝 첫 프로젝트로는 RNN으로 MNIST데이터를 분류해내는 작업을 진행할 것이다. 

 

 

 

<MNIST 데이터 다운받기>

http://yann.lecun.com/exdb/mnist/

MNIST handwritten digit database, Yann LeCun, Corinna Cortes and Chris Burges

여기서 데이터를 다운받을 수 있다.

 

나는 사이트에서 다운받지 않고, keras의 dataset에서 지원해주는 여러 데이터들 중 MNIST도 있기 때문에 코드로 데이터를 불러올 것이다. 

 

 

 

(1) mnist 데이터 불러오기 

mnist = keras.datasets.mnist
((train_images, train_labels), (test_images, test_labels) = mnist.load_data()

 

 

 

(2) MNIST 데이터 크기 알아보기 

print(f"train_images: {train_images.shape}")
print(f"train_labels: {train_labels.shape}")

print(f"test__images: {test_images.shape}")
print(f"test_labels: {test_labels.shape}")

데이터 크기는 shape으로 알아볼 수 있다. 위와같이 출력하면 train image는 총 60000장, test image는 총 10000장으로 구성된 것을 알 수 있다.  

이미지가 (60000, 28, 28) 인 것은 총 60000장, 크기가 28x28인 이미지라는 뜻이다. 

 

 

 

 (3) 사진 출력해보기 

plt.figure()
plt.imshow(train_images[7777], cmap='gray') # 이미지 시각화, 흑백으로 출력
plt.colorbar() # 우측 컬러바 생성
plt.grid(True) # grid 생성 
plt.show()
print(train_labels[7777]) # 라벨 출력

7을 좋아하기 때문에 7777번째 사진을 출력해 봤다. 

그랬더니 이런 그림이 나왔다. 8처럼 생겼고, 라벨을 출력한 결과도 8이 나왔다. 

 

 

 

(4) MNIST 데이터셋의 data type 알아보기

print(train_images.dtype)
print(train_labels.dtype)
print(test_images.dtype)
print(test_labels.dtype)

data의 type을 알기 위해 dtype을 사용해준다. 위와 같이 출력하면 모두 uint8 이 나오는 것을 알 수 있다. uint8이 무슨 타입인지 궁금해서 구글링 해보았더니 unsigned interger 이므로 양수만 표현하는 타입이며, 0-255 사이의 정수형 타입이다. 2^8 개수만큼 표현이 가능하다. 

 

numpy관련 data type 참고자료

https://numpy.org/doc/stable/user/basics.types.html

Data types — NumPy v1.20 Manual

 

 

 

 

여기까지 MNIST데이터에 대하여 알아보았다. 총 정리하자면 train 60000장 크기 28x28, test 10000장 크기 28x28 인 손글씨 데이터셋이다. 기본 data type은 uint8임을 알 수 있다. 

 

딥러닝 프로젝트를 진행을 하며 여러 데이터셋을 분석해 볼것이지만 데이터셋과 친해지는 것도 중요한 부분인 것 같아 따로 포스팅을 했다. 이제 다음에는 MNIST 데이터를 더 자세히 알아보고 전처리 하며 모델링을 할 수 있는 상태로 만들어주는 포스팅을 할 예정이다.