Kaggle에서 MNIST

MNIST 관련 자료는 Kaggle에서도 많이 찾을 수 있습니다. 

 

digit MNIST, Fashion MNIST, Chinese MNIST 이렇게 MNIST 관련 자료가 많이 있습니다. 

코딩을 CNN으로 작성한 내용도 있고, 파이썬 판다스를 활용하여 작성한 내용도 있습니다. 

 

간단하게 작성된 예제를 살펴봅시다. 

 

https://www.kaggle.com/competitions/digit-recognizer/overview

Digit Recognizer | Kaggle

 

data 메뉴에서 download all 을 선택한 후 다운로드합니다. 

 

다운로드한 후에 압축을 푼 다음 아나콘다 노트북이 설치된 폴더에 복사를 합니다. 

 

아래 링크에 걸린 예제가 대표적인 예제입니다. 

 

https://www.kaggle.com/code/manojgowda65/what-s-the-number-prediction-using-traditional-nn/notebook

what's the number? prediction using traditional NN

예제를 통해 실습을 한번 해 봅시다. 

 

 

 

이외에 다른 예제를 통해 실습해 보면 MNIST의 의미에 대해 알 수 있을 것입니다. 

 

 

패션 MNIST는 다음 예제를 통해 실습해 봅시다. 

https://www.kaggle.com/datasets/zalando-research/fashionmnist

Fashion MNIST

 

예제 코드들이 많이 있는데, 텐서플로우 없이 실행하는 예제를 찾기는 쉽지 않습니다. 

딥러닝을 공부하려면 텐서플로우는 기본입니다. 

 

아래 예제는 인공지능 알고리즘 중에서 데이터 분석에 사용되는 이론을 적용한 예제입니다. 텐서플로우 없이 판다스를 이용해서 분석을 하는 예제인데 학습하기에 괜찮은 예제입니다. 

 

https://www.kaggle.com/code/mridulviralka/7-different-algorithm-on-mnist-dataset

7 different algorithm on mnist dataset

 

 

중국어 MNIST도 있습니다. 

중국어도 있으면 한글도 적용할 수 있겠지요. 

 

https://www.kaggle.com/datasets/gpreda/chinese-mnist

Chinese MNIST

 

예제 코드가 패션 MNIST보다 많지는 않지만 필기체 글자인식 프로그램을 인식에 대하여 학습하기에는 괜찮은 예제들입니다. 아래 예제는 Kaggle에서 가장 좋은 평가를 받는 Torch Linear 알고리즘을 적용한 예제입니다. Torch는 페이스북 인공지능 개발팀에서 만든 딥러닝 라이브러리인 파이토치입니다. 

 

 

https://www.kaggle.com/code/stpeteishii/chinese-mnist-classify-torch-linear

Chinese MNIST Classify Torch Linear

https://tutorials.pytorch.kr/

파이토치(PyTorch) 한국어 튜토리얼에 오신 것을 환영합니다!

 

 

다운로드를 선택하여 압출 파일을 다운로드하여 압축을 풉니다. 

압축이 푼 다음에 주피터 노트북 폴더에 이동시킵니다. 

 

import cv2

이렇게 임포트하면 에러가 납니다. 

 

No module named 'cv2'

 

pip install opencv-python

 

콘솔을 열어서 opencv를 설치하면 됩니다.

 

 

opencv를 설치 한 후에는 아무 무리 없이 실행이 됩니다. 

텐서플로우를 설치한 후 MNIST를 실행해 봅시다. 

 

 

chinese_MNIST.ipynb

0.02MB

https://www.kaggle.com/code/maslakers/chinesemnist

ChineseMnist