< 사진 출처 : https://www.tensorflow.org/ >
텐서플로 시작하기
텐서플로우란 무엇인가?
텐서플로우는 딥러닝을 위해 구글에서 제공하는 프레임워크입니다. 다시 말해, 어느 누구나 사용할수 있는 머신러닝 오픈소스 라이브러리입니다.
텐서(Tensor)?
Tensor = Multidimensional Arrays = Data
딥러닝에서 텐서는 데이터를 의미합니다. 다차원 배열로 나타내는 데이터입니다.
예를 들어, RGB 이미지는 삼차원 배열로 나타나는 텐서입니다.
플로(Flow)?
플로는 데이터의 흐름을 의미합니다.
텐서플로우에서 계산은 데이터 플로우 그래프(dataflow graph)로 행해집니다.
그래프 각각의 노드는 수식(operations)을 의미하며 그래프의 간선(edge)는 시스템을 따라 흘러가는 데이터(Tensor)를 나타냅니다.
그래프를 따라 데이터가 노드를 거쳐 흘러가면서 계산을 수행합니다.
딥러닝이란?
딥러닝은 최근들어 다양한 분야에서 사용되고 있습니다. 이미지를 분석하거나 자연어나 연설의 내용을 모바일 어플리케이션이나 자율주행 차에서 활용할 수 있도록 해주는 기술입니다.
딥러닝방식(Deep Learning Methods) 는 딥 뉴럴 네트워크(Deep Neural Networks) 라고도 하며 인간 두뇌의 뉴런 네트워크에서 아이디어를 얻어 개발되었습니다.
<참고>
Keras : 파이썬으로 작성된 오픈 소스 신경망 라이브러리. 텐서플로 위에서 수행될 수 있다.
TF-Slim
Back propagation
Gradient Descent Optimization
<필기>
Chapter 1 Introduction
Deep learning is used today to understand the content of images, natural language, and sepeech,
in systems ranging from mobile apps to autonomous vehicles.
Deep learning methods = deep neural networks
: inspired by the human brain's vast network of neurons,
TensorFlow : Google's framework for deep learning.
Tensor : the standard way of representing data in deep learning.
: multidimensional arrays
(RGB images are represented as tensors, three-dimensional arrays)
In TeonsorFlow, computation is approached as a dataflow graph
: nodes represent operations
edges represent data(tensors) flowing around the system
In deep learning,
networks are trained with a feedback process
called backpropagation based on gradient descent optimization
TensorFlow flexibly supports many optimization algorithms
To monitor, debug, and visulize the training process,
and to streamline experiments,
TensorFlow comes with TensorBoard
TensorFlow comes with abstraction libraries
such as Keras and TF-Slim,
offering simplified high-level access to TensorFlow.
댓글