살아 움직이는 머신러닝 파이프라인 설계: 텐서플로와 함께하는 머신러닝 프로젝트 자동화

118

살아 움직이는 머신러닝 파이프라인 설계

import tensorflow as tf

def

process_image(raw_image):

raw_image = tf.reshape(raw_image, [-1])

# JPEG 이미지 형식을 디코딩합니다.

img_rgb = tf.io.decode_jpeg(raw_image, channels=3)

# 로드된 RGB 영상을 회색조로 변환합니다.

img_gray = tf.image.rgb_to_grayscale(img_rgb)

img = tf.image.convert_image_dtype(img_gray, tf.float32)

# 이미지 크기를 300 × 300 픽셀로 조정합니다.

resized_img = tf.image.resize_with_pad(

img,

target_height=300,

target_width=300

)

# 이미지를 회색조로 변환합니다.

img_grayscale = tf.image.rgb_to_grayscale(resized_img)

return

tf.reshape(img_grayscale, [-1, 300, 300, 1])

코드 위치:

chapters

/

chapter5

/

5

-

2

.

py

return

의 일부로 이루어지는

tf

.

reshape

()

연산에 관한 참고 사항이 있습니다. ...