텐서플로는 2015년 11월 오픈소스로 공개된 딥러닝 라이브러리이다. 텐서플로를 통해 이미지 분류, 자연어 처리, 추천 시스템, 시계열 예측 등 다양한 테스크에 적용이 가능하다.
텐서플로가 제공하는 것들
- GPU 연산 지원
- 분산 컴퓨팅 지원
- JIT (Just-In-Time) 컴파일러
- 계산 그래프 (플랫폼에 중립적인 포맷으로 내보내기 가능 - 환경에 의존성이 덜함)
- 자동 미분(auto diff) 및 고성능 옵티마이저(RMSProp, Nadam, ..)
고수준 API 서브 모듈(tf.keras)가 가장 많이 사용된다. 하지만, 더 높은 자유도 있는 구현을 위해서는 저수준 API(tf.nn ~ tf.initializers)를 사용할 필요가 있다.
가장 저수준의 텐서플로 API는 C++로 구현되어 있다. 필요하다면, C++로 자신만의 연산을 구현할 수 있다.
텐서플로 생태계
- 텐서보드(TensorBoard) : 시각화
- TFX(TensorFlow Extended) : 제품화를 위한 라이브러리 (텐서플로 파이프라인 구축)
- 텐서플로 허브(TensorFlow Hub) : 사전훈련된(Pretrained) 모델을 받을 수 있음.
- 텐서플로 리소스 페이지(TensorFlow Resources)
- 텐서플로 기반 프로젝트
참고
핸즈온 머신러닝 2판 - 한빛미디어
https://dschloe.github.io/python/python_edu/07_deeplearning/chapter_7_3_1_tensorflow_basic/
https://www.tensorflow.org/api_docs/cc
https://www.tensorflow.org/tfx?hl=ko
https://github.com/tensorflow/models/tree/master/official
https://github.com/jtoy/awesome-tensorflow
'[독파하기] 핸즈온 머신러닝 > 12장 - 텐서플로를 사용한 사용자 정의 모델과 훈련' 카테고리의 다른 글
12.3 사용자 정의 모델과 훈련 알고리즘 - (1) (0) | 2022.03.26 |
---|---|
12.2 넘파이처럼 텐서플로 사용하기 (0) | 2022.03.21 |
댓글