KPI뉴스 - 딥러닝의 구조 '텐서플로우' 밝힌다

  • 흐림남해29.3℃
  • 흐림목포31.2℃
  • 흐림광양시30.4℃
  • 흐림인천30.6℃
  • 구름많음파주30.9℃
  • 흐림함양군30.4℃
  • 흐림순천30.1℃
  • 흐림거제29.3℃
  • 흐림충주29.7℃
  • 흐림홍천28.7℃
  • 흐림산청29.9℃
  • 구름많음동두천30.7℃
  • 흐림북창원31.5℃
  • 흐림문경29.7℃
  • 흐림추풍령27.2℃
  • 흐림영덕26.2℃
  • 흐림진도군30.0℃
  • 흐림북춘천28.7℃
  • 흐림청주30.4℃
  • 흐림진주29.9℃
  • 흐림정읍32.6℃
  • 흐림군산31.0℃
  • 흐림양평29.8℃
  • 흐림의성31.1℃
  • 흐림울산27.9℃
  • 구름많음철원28.6℃
  • 흐림임실30.4℃
  • 흐림보은28.3℃
  • 흐림금산29.9℃
  • 흐림의령군30.7℃
  • 흐림강진군31.1℃
  • 흐림봉화27.0℃
  • 흐림부안31.8℃
  • 흐림장수28.4℃
  • 흐림고창31.1℃
  • 흐림순창군31.3℃
  • 흐림영월29.3℃
  • 흐림동해22.3℃
  • 흐림장흥30.1℃
  • 흐림영광군31.0℃
  • 흐림부산31.0℃
  • 흐림고흥30.5℃
  • 흐림광주33.0℃
  • 흐림대구30.4℃
  • 비북강릉22.5℃
  • 비제주27.8℃
  • 흐림고창군31.4℃
  • 흐림영천29.4℃
  • 흐림대전31.2℃
  • 흐림원주31.4℃
  • 흐림포항27.8℃
  • 흐림청송군28.5℃
  • 구름많음홍성30.4℃
  • 구름많음인제24.9℃
  • 흐림흑산도28.7℃
  • 흐림울릉도25.2℃
  • 맑음백령도29.6℃
  • 흐림거창30.3℃
  • 구름많음춘천28.7℃
  • 구름많음서청주28.3℃
  • 구름많음서울29.9℃
  • 흐림제천26.4℃
  • 구름많음보령32.4℃
  • 흐림정선군25.7℃
  • 흐림대관령19.7℃
  • 흐림해남30.5℃
  • 흐림이천30.0℃
  • 흐림안동30.0℃
  • 구름많음영주29.9℃
  • 흐림창원30.7℃
  • 흐림경주시28.0℃
  • 흐림강릉22.7℃
  • 흐림북부산30.8℃
  • 흐림울진23.7℃
  • 흐림상주28.6℃
  • 흐림합천30.5℃
  • 흐림여수29.0℃
  • 흐림남원31.5℃
  • 흐림수원30.3℃
  • 흐림구미30.3℃
  • 흐림보성군30.5℃
  • 흐림김해시32.0℃
  • 흐림양산시29.6℃
  • 흐림강화27.7℃
  • 구름많음천안28.6℃
  • 흐림고산28.6℃
  • 구름많음서산28.8℃
  • 흐림태백20.2℃
  • 흐림성산29.0℃
  • 흐림밀양30.2℃
  • 흐림서귀포28.9℃
  • 흐림완도29.9℃
  • 흐림전주33.4℃
  • 구름많음부여30.3℃
  • 흐림통영29.4℃
  • 구름많음속초24.4℃
  • 구름많음세종30.0℃

딥러닝의 구조 '텐서플로우' 밝힌다

이제은 Google구글에서 선호하는 출처로 추가
기사승인 : 2018-11-06 11:17:31
신간 <텐서플로우 원리와 응용>
구글 텐서플로우 R&D 팀에서 추천

텐서플로우(TensorFlow)는 구글이 2015년 11월 개발한 머신러닝(Machine Learning)·딥러닝(Deep Learning) 프레임워크다.

텐서플로우로 개발된 알파고 마스터(AlphaGo Master)가 한국·중국·일본의 바둑 고수들과의 바둑 대결에서 완승을 거두어 전 세계를 놀라게 했다. 그로 인해 텐서플로우의 우수성이 널리 알려졌으며, 지금은 IT 전문가가 되기 위해서는 반드시 텐서플로우를 마스터해야 하는 프로그램이 되었다.

현재 텐서플로우는 모든 머신러닝.딥러닝 프로젝트에서 1위를 하고 있으며, 또한 모든 파이썬 프로젝트에서도 1위를 하고 있다.  

 


구글의 텐서플로우 개발자들이 집필한 학습서 <예제로 풀어보는 텐서플로우 원리와 응용>은 구글 텐서플로우 R&D 팀에서 추천하는 학습서다.

이 책의 저자인 황원지앤(黃文)은 현재 중국 인터넷투자금융 기업인 피피머니(PPmoney) 빅데이터 알고리즘 인스펙터로서 구글의 텐서플로우 Contributor로 활동 중이며, 탕위앤(唐源)은 미국 Uptake 데이터 과학자로서 구글의 텐서플로우 Committer로 활동 중이다.

이 책은 저자들이 텐서플로우 개발 경험을 살려, 실용적 측면에 중점을 두고 독자들에게 텐서플로우를 사용한 완전 연결 신경망, 컨벌루션 신경망, 순환 신경망 및 Deep Q-Network 등을 연결하는 방법을 설명한다. 다양한 코드 예제를 수록하여, 독자들이 실제로 예제를 풀어보면서 텐서플로우 사용 방법을 쉽게 학습할 수 있도록 구성되어 있다. 또한 텐서플로우 원리 및 딥러닝의 부분 지식과 결합하여 독자들이 이 책을 통해 실제 프로젝트와 성과를 만들어낼 수 있다.

다양한 코드 예제를 직접 풀어보면서 텐서플로우를 쉽게 학습한다. 이 책의 각 장 사이에는 커다란 의존적인 관계가 없으므로, 만일 독자가 어느 장에 흥미를 느낀다면 직접 그 부분을 읽으면 된다.

이 책은 TensorFlow 1.0.0-rc0을 사용해 예를 들어 설명한다. 최신 버전의 텐서플로우와 대부분의 코드는 호환되며, 몇 가지 인터페이스 업데이트가 있을 수 있으며, 독자는 프롬프트를 참조할 수 있다. 이 책의 대부분 코드는 파이썬 코드로, 이는 텐서플로우가 지원하는 가장 완벽한 인터페이스 언어다.

제1, 2장은 텐서플로우의 기초 지식과 개념을 소개하고, 제3장과 4장은 간단한 예시 및 신경망을 연결하는 방법을 소개한다. 제5장과 6장은 기초적인 회선신경망 및 현재 비교적 정형화된 AlexNet, VGGNet, Inception Net과 ResNet을 설명한다.

제7장은 Word2Vec, RNN과 LSTM을, 제8장은 강화학습 및 딥러닝을 기반으로 한 정책 네트워크와 평가 네트워크를,. 제9장은 TensorBoard, 단독 설비의 여러 GPU의 병행 및 분산식 병행에 대해 설명한다.

제10장은 다양한 유형의 딥러닝 및 유행하는 머신러닝 알고리즘의 사용 방법이 포함된 텐서플로우의 contrib.leam 모듈을 소개하며, 이 모듈의 분산식 에스티메이터(Estimator)의 기본 구조 및 에스티메이터를 어떻게 사용해야 자신의 분산식 머신러닝 모델의 구조를 빠르게 구축하고 모델의 훈련과 평가를 진행할 수 있는지 해석했다.

또한, 슈퍼바이저를 사용하여 모델 훈련을 잘 모니터링하고, 데이터프레임(DataFrame)을 사용하여 다양한 데이터 양식을 읽는 방법에 대해서도 설명한다.

제11장에서는 Contrib 모듈을 소개하고, 이 모듈 안에 통계 분포, 머신러닝 층, 최적 함수, 지표 등이 포함된 많은 머신러닝에 필요한 기능을 제공한다. 이 장에서는 그중의 모두에게 텐서플로우의 포괄적 범위를 이해시키는 기능을 간략히 소개해 커뮤니티의 적극적 참여와 공헌도를 느낄 수 있다.

제10장과 제11장은 TensorFlow 0.11.0-rc0 버전을 사용하여 예제를 풀어가며 알기 쉽게 설명한다.

<예제로 풀어보는 텐서플로우 원리와 응용> = 황원지앤(黄文坚)ㆍ탕위앤(唐源) 지음 | 이상구ㆍ김응수ㆍ송정영ㆍ이창훈ㆍ류정탁 옮김 | 광문각 | 424쪽, | 28,000원 |

KPI뉴스 / 이제은 기자 lsy@kpinews.kr 

[저작권자ⓒ KPI뉴스. 무단전재-재배포 금지]