Page 465 - 2020학년도 MDP과제발표회 자료집 (통신과) (3)

메커니즘에 영감을 받아 설계된 네트워크이다. CNN 모델의 구성요소는 크게 가지로 이루어져있다 흔히 4 .
Convolutional layer(Convolution, Activation, Pooling) 와 FCNN Layer 로 구분하기도 한다.

얼굴인식 코드의 핵심 부분은 다음과 같다.
train.py : 데이터를 가지고 트레이닝을 진행하는 코드
eval.py : 트레이닝 된 모델을 사용하여 전달 받은 사진을 분석

train.py
‘’‘
패키지들을 불러옵니다 또한 . GPU 연산을 위한 전용 설정도 해줍니다 마지막 줄 코드는 . Tensorboad 라
는 모델을 시각화 해주는 패키지의 파일 경로입니다.
‘’‘
import os
import numpy as np
import tensorflow as tf
import model

# Tensorflow 에서 GPU 로 연산을 하기 위한 전용 설정을 해줍니다.
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
sess = tf.Session(config=config)

tensorboardDIR = './tensorboard/Train_Logs.log'

‘’‘
data.py 에서 만들었던 데이터 셋을 불러옵니다.
‘’‘
# npy 파일을 받아옵니다.
train_input = np.load('train_input.npy')
train_label = np.load('train_label.npy')
test_input = np.load('test_input.npy')
test_label = np.load('test_label.npy')

‘’‘
학습을 할 때 확률의 증가량을 정해줍니다. X, Y, keep_prob 에는 placeholder 라는 빈 그릇 즉 데이터,
가 들어오기 위한 변수를 지정해줍니다.
‘’‘
# Learning rate 를 지정해줍니다.
learning_rate = 0.0001

# Input placeholder 를 지정해줍니다.
X = tf.placeholder(tf.float32, [None, 65536])
Y = tf.placeholder(tf.float32, [None, 5]) # Labels
keep_prob = tf.placeholder(tf.float32)

인천전자마이스터고등학교
- 485 - 정보통신기기과 485