딥러닝. TensorFlow와 Keras

- 2023.03.13

 

---

딥러닝

나

▷ 머신 러닝 (Machine Learning)

• 사용하는 데이터를 기반으로 학습하는 시스템을 구축
• 기본적인 데이터 분석능력이 있음

 

▷ 딥 러닝 (Deep Structured Learning)

• 다량의 데이터나 복잡한 자료들 속에서 핵심적인 내용을 요약하는 작업
• 인간의 두뇌 작동 방식을 기반으로 모델링한 알고리즘

 

딥 러닝 코드 실행 순서 // 모두의 딥러닝 - 조태호 : 2강

 

1. 환경 준비

 

2. 데이터 준비

 

3. 구조 결정

 

4. 모델 실행

 

 

• https://github.com/taehojo/deeplearning

GitHub - taehojo/deeplearning: <모두의 딥러닝 개정 3판> (길벗, 2022)의 소스코드 및 실습 데이터입니다.

 

 

머신 러닝과 일반 프로그래밍 비교

나

• 프로그래밍 : 데이터와 규칙을 알고리즘에 입력시 답이 출력됨
• 머신 러닝 : 데이터와 답을 알고리즘에 입력시 규칙이 출력됨

 

---

TensorFlow

TensorFlow

▷ TensorFlow

• 다양한 작업에 대해 데이터 흐름 프로그래밍을 위한 오픈소스 SW 라이브러리
• 기계 학습 응용프로그램 및 딥러닝에 사용
• 파이썬 API 제공, 문서화가 부족하지만 C/C++ API도 제공

1. 코드 수정 없이 CPU/GPU 모드 동작
2. TensorFlow Lite : 안드로이드, iOS, 라즈베리 파이에 사용할 수 있도록 변환하는 기
3. Keras

- 오이 품종 자동 분류 기계

- 주식 시장 예측 프로그램

- 이루다 (인공지능)

---

Keras

Keras

▷ Keras

• 파이썬으로 작성된 오픈 소스 신경망 라이브러리
• MXNet, Deeplearning4j, TensorFlow, Microsoft Cognitive Toolkit 또는 Theano 위에서 수행
• 딥 신경망과의 빠른 실험 O
• 최소한의 모듈 방식의 확장 가능성에 초점

1. 일관되고 간결한 API
2. 다양한 방면의 플랫폼에서 쉽게 배포
3. 여러 백엔드 엔진을 지원하여 하나의 생태계에 속박되지 않음
4. 다중 GPU와 학습의 분산처리 지원

 

---