<혼자 공부하는 머신러닝+딥러닝>의 주피터 노트북과 <혼자 공부하는 데이터 분석 with 파이썬>의 주피터 노트북을 코랩, 사이킷런 1.2.2, 텐서플로 2.14.0, 판다스 1.5.3에서 모두 다시 테스트하여 업데이트했습니다! 코드 실행에 문제가 있거나 궁금한 점이 있으면 언제든지 블로그나 깃허브로 알려 주세요!
카테고리 보관물: 혼자 공부하는 머신러닝+딥러닝
‘혼자 공부하는 머신러닝+딥러닝’ 사이킷런 1.2.2, 텐서플로 2.11.0에서 재실행 완료
<혼자 공부하는 머신러닝+딥러닝>의 주피터 노트북을 코랩(사이킷런 1.2.2와 텐서플로 2.11.0)에서 모두 재실행하여 업데이트했습니다.
9-02절의 코드가 원-핫 인코딩 벡터 크기 때문에 코랩에서 메모리 부족을 일으킵니다. 이를 피하기 위해 사용하는 단어 개수를 500개에서 300개로 줄였습니다. 자세한 수정 내용은 에러타 페이지를 참고해 주세요.
감사합니다!
텐서플로 2.9 버전이 릴리스되었습니다.
며칠 전 텐서플로 2.9버전이 릴리스되었습니다. 주요 변경 사항을 텐서플로 블로그에 소개했습니다. 요약하면 다음과 같습니다.
- 텐서플로 2.5버전에서 실험적으로 포함되었던 인텔 oneDNN 라이브러리에 대한 최적화가 2.9버전에서 기본적으로 활성화됩니다(리눅스 패키지와 캐스케이드 레이크 이후의 CPU).
- 모델 병렬화를 위한 DTensor API가 추가되었습니다. 자세한 내용은 DTensor Concepts, Distributed ML with DTensors, Using DTensors with Keras 문서를 참고하세요.
tf.function
의 트레이싱 방식을 개선했습니다.- 텐서플로 2.8 버전에서 소개된
tf.config.experimental.enable_op_determinism()
의 기능을 개선하여 실행마다 동일한 결과를 얻을 수 있습니다. - 옵티마이저 커스터마이징을 용이하게 하기 위해
tf.keras.optimizers.experimental
API가 추가되었습니다. 향후tf.keras.optimizers.experimental
가tf.keras.optimizers.Optimizer
를 대체합니다.
이 외에도 다양한 기능이 추가되고 변경되었습니다. Revisiting ResNets 모델인 tf.keras.applications.resnet_rs
, L2 정규화 층인 tf.keras.layers.UnitNormalization
, 새로운 규제 층인 tf.keras.regularizers.OrthogonalRegularizer
, 새로운 이미지 전처리 층인 tf.keras.layers.RandomBrightness
가 추가되었습니다. 더 자세한 내용은 텐서플로 릴리스 노트를 참고하세요!
<혼자 공부하는 머신러닝+딥러닝> 7장부터 시작하는 딥러닝 파트의 코드를 텐서플로 2.9 버전에서 모두 테스트하여 깃허브에 업데이트했습니다!
항상 최신 버전의 라이브러리에서 테스트하여 예제 코드에 문제가 없도록 하겠습니다! 감사합니다!
[혼자 공부하는 머신러닝+딥러닝] 사이킷런 1.1.0 버전 업데이트 안내
<혼자 공부하는 머신러닝+딥러닝>의 주피터 노트북 코드를 사이킷런 1.1.0 버전에 맞추어 모두 테스트했습니다.
(노트: 2022년 5월 현재 코랩의 파이썬 버전은 3.7.x로 사이킷런 1.0.x만 설치됩니다. 코랩을 사용하는 경우 아래 수정 사항을 무시하세요)
사이킷런 1.1.0 버전에서 SGDClassifier
의 loss
매개변수 중 로지스틱 손실을 의미하는 'log'
가 'log_loss'
로 바뀐다는 경고가 발생합니다. 사이킷런 1.1.0 버전 이상을 사용하는 경우 경고를 피하기 위해 다음과 같이 변경해 주세요.
- (p208) 두 번째 손코딩, (p210) 첫 번째 손코딩, (p211) 두 번째 손코딩에서
loss='log'
를loss='log_loss'
로 바꿉니다. - (p214) 위에서 11번째 줄과 20번째 줄, (p215) 5번째 줄에서
loss='log'
를loss='log_loss'
로 바꿉니다. - (p345) 세 번째 손코딩, (p362) 위에서 15번째 줄에서
loss='log'
를loss='log_loss'
로 바꿉니다.
감사합니다!