08. 딥러닝 : 텐서플로우 2.0 : 소개, 기본 예시, 장점

텐서플로우 소개입니다.

텐서플로우는은 구글이 개발한 심층 학습 라이브러리입니다.

코딩이 거의 없는 꽤 복잡한 모델을 만들어 볼 수 있게 해주기 때문에 인사이트를 얻을 수 있습니다.

실제 예에서는 텐서플로우는 20줄의 코드가 필요했습니다.

 

import numpy as np
import matplotlib.pyplot as plt
import tensorflow as tf

observations = 1000

xs = np.random.uniform(low=-10, high=10, size=(observations,1))
zs = np.random.uniform(-10, 10, (observations,1))

generated_inputs = np.column_stack((xs,zs))

noise = np.random.uniform(-1, 1, (observations,1))

generated_targets = 2*xs - 3*zs + 5 + noise

np.savez('TF_intro', inputs=generated_inputs, targets=generated_targets)

 

그러나 마지막 연습에서는 텐서플로우는 아직 20여줄의 코드를 구현하기 위해서는, numpy를 사용해 수백 줄의 코드를 대체합니다.

또한 이러한 것들은 텐서플로우의 결과와 거의 비슷할 것입니다.

유일한 문제는 아직 배워야 할 또 다른 라이브러리가 있다는 것입니다.

일단 열심히 활용하다보면 매우 쉬워질 것입니다. 하지만 제대로 이해하기 위해 더 많은 노력을 해야 합니다.

다음 포스팅 부터는 텐서플로우와 코딩을 시작할 예정입니다. 관련 포스팅을 꾸준히 진행해보도록 하겠습니다.