NVIDIA 딥러닝 기초 0. Tensorflow

목표

• 딥러닝 프로젝트를 처리할 수 있는 기반을 형성
• 딥러닝의 전반적인 기초 지식 제공
• 딥러닝에 관련 기사 ,튜토리얼 제공

Tensorflow

Tensorflw : 구글이 2011년에 개발을 시작하여 2015년에 오픈 소스로 공개한 기계학습 라이브러리이며
딥러닝과 기계학습 분야를 일반인들도 사용하기 쉽도록 다양한 기능들을 제공한다. 2016년 알파고와 함께 한국에서도 관심이 높아진 추세이며 관련 컨퍼런스들도 개최되고 있다.

하이 레벨 프로그래밍 언어로 알려진 Python 을 활용하여 연산처리를 작성할 수 있다. 다른 언어들도 대부분 지원하지만 Python 관련 자료가 가장 많다. 때문에 공개된 지 그리 오래되지 않았음에도 불구하고 텐서플로우 가 다양한 분야에서 활용되고 있다.

Keras

Keras :
TensorFlow, Theano, CNTK 등 딥 러닝 라이브러리를 백엔드로 사용하여 쉽게 다층 퍼셉트론 신경망 모델, 컨볼루션 신경망 모델, 순환 신경망 모델, 조합 모델 등을 구성할 수 있다.

2017년, 구글은 tensorflow 2.0 버전부터는 코어 레벨에서 Keras를 지원 하도록 변경하겠다고 발표 하였고, 현재 발표된 Tensorflow 2.0 stable 버전부터는 사실상 전부 Keras를 통해서만 동작하도록 바뀌었다. 사용자용 튜토리얼 페이지 1.15 버전부터 deprecated 목록에 들어가 있던 자잘한 API가 대부분 정리되었고, 익숙되면 조금 더 편하게 사용할 수 있게 변했다. 하지만 그동안 익숙하게 사용해 왔던 모델을 만든 다음 session을 만들어 동작하는 구조에 익숙하던 사람들에게 멘붕을 준 것은 덤.

특징 :

1. 데이터 플로우 그래프를 통한 풍부한 표현력
2. 아이디어 테스트에서 서비스 단계까지 이용 가능
3. 계산 구조와 목표 함수만 정의하면 자동으로 미분 계산을 처리
4. Python, C++, Go, Java, R[1]을 지원하며, SWIG를 통해 다양한 언어 지원 가능