TensorFlow v0.12.0 RC1

텐서플로우 v0.12 RC1 버전이 등록되었습니다. 버그 수정이 포함되어 있으므로 RC0 버전을 쓰고 계셨다면 업데이트 하시면 좋을 것 같습니다.

텐서플로우 RC1 버전 부터는 리눅스, 맥, 윈도우의 텐서플로우 CPU, GPU 버전을 모두 pip 로 손쉽게 설치할 수 있습니다.

맥, 리눅스, 윈도우즈(아나콘다 권장) CPU 버전

$ pip install tensorflow

맥, 리눅스, 윈도우즈(아나콘다 권장) GPU 버전

$ pip install tensorflow-gpu

TensorFlow v0.12.0 RC1”에 대한 3개의 생각

  1. Kwak Ji Won

    안녕하세요
    요즘 Deep Learning 에 대해 연구를 하고 있는 연구자 입니다.
    저는 이전에는 Supervised Machine Learning 을 주로 연구했었는데요.
    제가 요즘 Online 방식으로 feature 의 차원을 축소하는 LDA (Linear Discriminant Analysis)모델을 구현하고 있습니다.
    그런데 python scikit-learn 에서 제공하는 함수는 offline 방식이고, online 방식의 예컨데 SGD(http://scikit-learn.org/stable/modules/sgd.html#sgd) 같은 online SVM 과 유사한 함수를 제공하지 않더군요
    인터넷에서 관련 자료들을 찾아보아도 관련 자료는 거의나 없습니다.
    그러던 와중에 Tensorflow 를 연구하다가 Tensorflow 의 기본 학습 방식이 online 방식이라는 것을 알게되였습니다.
    혹시 Tensorflow 를 사용하여 Online LDA (Linear Discriminant Analysis) 를 구현할수 있을까요?
    Tensorflow 가 Deep Learning 뿐아니라 일반적인 Machine Learning 연구에도 적용가능하다고 했는데…
    그에 대해 알고계시는것이 있으면 부탁 드립니다.

    좋아요

    응답
    1. 로드홈 글의 글쓴이

      안녕하세요. 블로그에 들려 주셔서 감사드립니다.
      제가 전문 연구자가 아니라 식견이 깊지 못하지만 뉴럴 네트워크로 차원 감소를 하는 기법으로는 오토인코더(autoencoder)를 많이 사용하는 것으로 알고 있습니다.
      오토인코더를 활용한 차원축소와 관련되서는 제프리 힌튼의 ‘Reducing the Dimensionality of Data with Neural Networks(https://www.cs.toronto.edu/~hinton/science.pdf)’ 가 잘 알려져 있습니다.
      오토인코더 자료로는 딥러닝북의 오토인코더 챕터(http://www.deeplearningbook.org/contents/autoencoders.html)를 참고하시면 좋을 듯 합니다.
      이외에도 오토인코더와 관련된 자료나 코드는 아마 검색하시면 많이 찾으실 수 있을 것 같습니다.
      혹 연구 결과 공유가 가능하시다면 저에게도 큰 도움이 될 것 같습니다.
      즐거운 저녁 되세요. 🙂

      좋아요

      응답
  2. Kwak Ji Won

    안녕하세요
    피드백 감사합니다.
    덕분에 새로운 관점으로 문제를 고찰할수 있는 기회를 얻게 되었네요.
    연구해보고 결과 공유해드리겠습니다.
    감사합니다.

    Liked by 1명

    응답

답글 남기기

아래 항목을 채우거나 오른쪽 아이콘 중 하나를 클릭하여 로그 인 하세요:

WordPress.com 로고

WordPress.com의 계정을 사용하여 댓글을 남깁니다. 로그아웃 / 변경 )

Twitter 사진

Twitter의 계정을 사용하여 댓글을 남깁니다. 로그아웃 / 변경 )

Facebook 사진

Facebook의 계정을 사용하여 댓글을 남깁니다. 로그아웃 / 변경 )

Google+ photo

Google+의 계정을 사용하여 댓글을 남깁니다. 로그아웃 / 변경 )

%s에 연결하는 중