Introducing TensorFlow !!
(TensorFlow 이해)
Overview
텐서플로(TensorFlow)는 다양한 작업에대해 데이터 흐름 프로그래밍을 위한 오픈소스 소프트웨어 라이브러리이다. – 텐서플로는 2015년에 오픈 소스로 공개된 을 수행하게 하는 CUDA 확장기능을 사용 구동될 수 있다.
Contents
Table of Contents
| No | Title | Remarks |
|---|---|---|
| 0 | 환경설정 | 환경설정 |
| 1 | Tensorflow | Tensorflow 소스 |
| 2 | Keras | Keras 소스 |
| 3 | Reference Site | 참조사이트 |
Learning
Table of Learning
| No | Title | Educational Institution | Lecturer | Term | Remarks |
|---|---|---|---|---|---|
| 1 | 텐서플로우 딥러닝 인공지능 개발 | IT이젠아카데미 | 설진욱 | Aug 4~ Sep 1 2018 | TensorFlow, Keras |
| 2 | Deep Learning의 이해 | 서울대학교 도시연구소 | 오성회교수님 | Sep 17~21 2018 | TensorFlow |
| 3 | 파이썬 및 텐서플로우 활용한 인공지능 실습 | (사)한국인터넷전문가협회 | 최재규 | Jan 14~18 2019 | TensorFlow |
| 4 | 텐서플로우 기반의 딥러닝 영상처리(CNN) | 차세대융합콘텐츠산업협회 | 김정훈(파이쿵) | Apr 22~24 2019 | TensorFlow |
Get Started
TensorFlow 개발환경 SettingAnaconda3 5.2 설치(Python 3.6 기반)→ Python 3.7 기반 설치를 하는것이 맞음
> conda create -n tensorflow pip python=3.6
> activate tensorflow
> pip install --ignore-installed --upgrade tensorflow
콘다 업데이트
> conda update -n base conda
- 파이썬 패키지 업데이트
> conda update --all
- Tensorflow GPU 설치
> conda install tensorflow-gpu
- 아래는 필요한경우만 설치 하면 됨
- Python 필요 패키지설치
> (tensorflow) $ conda install scikit-learn → 파이썬 대표 머신러닝 라이브러리
> (tensorflow) $ conda install pillow
> (tensorflow) $ conda install seaborn
> (tensorflow) $ conda install --channel https://conda.anaconda.org/conda-forge keras
> (tensorflow) $ conda install h5py
> (tensorflow) $ conda install cx_Oracle → Oracle 연동 라이브러리
> (tensorflow) $ conda install pymysql → MySQL 연동 라이브러리
> (tensorflow) $ conda install xlrd → Excel 연동 라이브러리
- Jupyter Notebook 설치
> (tensorflow) $ conda install jupyter
> (tensorflow) $ conda install -c conda-forge jupyterlab
- Theano -> Tensorflow 변경
~\Anaconda3\envs\tensorflow\etc\conda\activate.d 내에 있는 Keras Backend가 혹시 theano로 설정되어 있으면 이를 tensorflow로 변경
- Spyder 환경
http://rfriend.tistory.com/298
Spyder는 Rstudio layout 과 동일한 형태의 layout 도 제공합니다. (View > Windows layout > Rstudio layout 선택)
F9 한줄실행, F5 파일실행
Data & Source
Table of Data & Source
| No | Source | Remarks |
|---|---|---|
| 0 | Basic | 기초,활성화함수 |
| 1 | XOR | XOR문제 |
| 2 | XOR해결 | XOR해결 |
| 3 | Regression | Regression |
- Table of MNIST Best Model Source
| softmax | Neural Network | NN(w/ Xavier) | Deep NN | DNN(w/ dropout) | |
|---|---|---|---|---|---|
| 활성화 함수1 | W(softmax) | W1(Relu) | W1(Relu) | W1(Relu) | W1(Relu) |
| 활성화 함수2 | - | W2(Relu) | W2(Relu) | W2(Relu) | W2(Relu) |
| 활성화 함수3 | - | W3(softmax) | W3(softmax) | W3(Relu) | W3(Relu) |
| 활성화 함수4 | - | - | - | W4(Relu) | W4(Relu) |
| 활성화 함수5 | - | - | - | W5(softmax) | W5(softmax)) |
| xavier_initializer | 미사용 | 미사용 | 사용(W최적화) | 사용(W최적화) | 사용(W최적화) |
| Dropout | 미사용 | 미사용 | 미사용 | 미사용 | 사용(훈련시:0.7,테스트시:1.0) |