머신 러닝 모델 훈련

단계 1
인터페이스에서 “새 데이터 세트”(New Dataset)를 클릭합니다.

단계 2
알아볼 수 있도록 데이터 세트의 이름을 바꾸고(예: “amber_mining”), “단일 레이블 분류”(Single-Label Classification)를 모델 목표로 선택한 다음 “데이터 세트 만들기”(Create dataset)를 클릭합니다.

단계 3
“컴퓨터에서 이미지 업로드”(Upload images from your computer) 선택 상태를 유지하면서 “파일 선택”(Select Files)을 클릭합니다. 열리는 메뉴에서 “positive.zip”과 “negative.zip”을 모두 선택합니다. 선택을 확인합니다.

단계 4
“찾아보기”(Browse)를 클릭하여 Cloud Storage에서 대상을 선택하고, 열리는 창의 오른쪽 상단 모서리에 있는 아이콘을 클릭하여 “새 버킷 만들기”(Create new bucket)를 실행합니다.

단계 5
버킷에 이름을 지정합니다. 이 연습의 목적을 고려할 때, 다음 옵션에서 무엇을 선택하는지는 중요하지 않습니다. “만들기”(Create)를 클릭한 뒤에 다음 창에서 “선택”(Select)을 클릭합니다.

단계 1
“negative.zip”과 “positive.zip”이 모두 회색 상자에 나타나는지 확인하고 “계속”(Continue)을 클릭합니다. 연결 속도에 따라 이미지가 업로드될 때까지 몇 초에서 몇 분 정도 기다립니다.

단계 2
업로드가 완료되면 페이지 상단의 메뉴에서 “이미지”(Images)를 클릭하고 가져오기 프로세스가 완료될 때까지 기다립니다. 30분 정도까지 걸릴 수 있습니다.

단계 3
가져오기 프로세스가 완료되면 이메일로 알림이 갑니다. Google Cloud Platform에는 가져온 이미지 1,150개, 긍정 900개, 부정 250개로 표시됩니다.

단계 1
일부 이미지의 경우는 호박 채굴의 흔적 유무를 사람의 눈으로도 파악하기 쉽지 않을 수 있습니다. 다음 단원에서는 모델이 이러한 경계선 예제에서 어떻게 작동하는지 알아보겠습니다. 계속할 준비가 되었으면 “훈련”(Train)을 클릭하십시오.

단계 2
이 시점에서 모델은 “훈련을 시작하기에 충분한 이미지가 있습니다”라고 알려줍니다. 또한 “데이터 세트가 자동으로 훈련(Train), 검증(Validation) 및 테스트(Test) 세트로 분할됩니다”라고 알려줍니다. 이게 무슨 의미인지 알아보도록 합시다.