카테고리 보관물: News

[핸즈온 머신러닝 2판], [Do It! 딥러닝 입문], [파이썬을 활용한 머신러닝 쿡북], [머신러닝 교과서] 텐서플로 2.3.0 업데이트 안내

핸즈온 머신러닝 2판, Do It! 딥러닝 입문, 파이썬을 활용한 머신러닝 쿡북, 머신러닝 교과서의 깃허브 코드를 텐서플로 2.3.0에 맞추어 업데이트했습니다.

핸즈온 머신러닝 2판의 18장은 최신 tf-agents가 텐서플로 2.3.0과 호환되지 않아 업데이트되지 못했습니다.

TensorFlow 2.3.0 Release

텐서플로 2.3.0 버전이 릴리스되었습니다.

TPUStrategy가 experimental을 벗고 정식 API가 되었습니다. TF Porfiler에 새로운 기능이 추가되었습니다. image_dataset_from_directory, text_dataset_from_directory, timeseries_dataset_from_array를 비롯해 여러 개의 케라스 전처리 층이 추가 되었습니다. 자세한 내용은 릴리스 노트를 참고하세요.

텐서플로 2.3.0은 다음 명령으로 설치할 수 있습니다.

# for cpu and gpu
$ pip install --upgrade tensorflow
# cpu-only
$ pip install --upgrade tensorflow-cpu

케라스 2.4.0 버전이 릴리스되었습니다.

케라스 2.4.0 버전이 릴리스되었습니다. 이전에 언급된 대로 keras-team/keras 레파지토리는 더이상 멀티 백엔드를 지원하지 않습니다. 2.4.0 버전은 기존 구현 코드를 모두 삭제하고 대신 tensorflow.keras로 리다이렉션합니다. 향후에는 tensorflow.keras 구현이 keras-team/keras로 옮겨올 것 같습니다.

제가 번역한 책 중에 케라스 멀티 백엔드 케라스 버전을 사용하는 책은 <케라스 창시자에게 배우는 딥러닝>과 <미술관에 GAN 딥러닝>입니다. 케라스를 최신 버전으로 업데이트하면 코드 결과가 크게 달라질 수 있습니다. 대신 케라스 2.2.4 버전을 사용하세요.

$ pip install keras==2.2.4

감사합니다!

“[개정판] 파이썬 라이브러리를 활용한 머신러닝” 사이킷런 0.23 업데이트

[개정판] 파이썬 라이브러리를 활용한 머신러닝“의 코드를 사이킷런 0.23에서 모두 테스트했습니다. 깃허브 코드에도 변경 사항이 모두 반영되었습니다. 자세한 변경 내용은 에러타 페이지나 아래 내용을 참고해 주세요.

감사합니다!

  1. 모델을 훈련할 때 반복 횟수를 늘리라는 경고가 출력되는 것을 막기 위해 max_iter 매개변수 값을 늘립니다.
    1. p87의 In[41], p137의 In[80]: LinearSVC에 max_iter=5000 매개변수 추가
    2. p135의 In[78]: LinearSVC에 max_iter=5000, tol=1e-3 매개변수 추가
    3. p89의 In[43], p90의 In[44]와 In[45], p306의 In[51], p308의 In[55], p310의 In[57], p424의 In[18], p426의 In[22], p428의 In[25], p430의 In[29], p436의 In[39], p442의 In[47]: LogisticRegression에 max_iter=5000 매개변수 추가
    4. p92의 In[47], p278의 In[8], p284의 In[17], p325의 In[5], p336의 In[2], p360의 In[46], p404의 In[23], p424의 In[17]: LogisticRegression에 max_iter=1000 매개변수 추가
    5. p151의 In[95], p152의 In[97]: MLPClassifier에 max_iter=1000 매개변수 추가
    6. p156의 In[102]: MLPClassifier에 max_iter=2000 매개변수 추가
    7. p215의 In[38], p218의 In[42], p234의 In[59]: NMF에 max_iter=1000, tol=1e-2 매개변수 추가
  2. (p156) Out[102] 아래에 출력된 ConversionWarning 메시지 삭제
  3. 사이키런 0.21 버전에서 사분위수보다 샘플 개수가 작을 때 적절히 처리하지 못하는 버그가 수정되었습니다. 샘플 개수가 1,000개보다 작을 때 경고 메시지를 출력하지 않기 위해 QuantileTransformer 클래스에 n_quantiles 매개변수를 지정합니다.
    1. p183의 In[4], p185의 In[9], p186의 In[10]: QuantileTransformer에 n_quantiles=50 매개변수 추가
    2. p185의 In[8]: QuantileTransformer에 n_quantiles=5 매개변수 추가
  4. (p360) 사이킷런 0.24 버전에서 DummyClassifier의 strategy 매개변수 기본값이 stratified에서 prior로 변경된다는 경고를 피하기 위해 strategy='stratified' 매개변수를 추가합니다.
  5. (p388) metrics.scorer 모듈이 사이킷런 0.24 버전에서 삭제됩니다. 맨 위 첫 줄의 “metrics.scorer 모듈의 SCORERS 딕셔너리를 봐도 됩니다” 문장과 In[77], Out[77]을 삭제합니다.

[핸즈온 머신러닝 2], [파이썬을 활용한 머신러닝 쿡북], [머신러닝 교과서] 사이킷런 0.23 업데이트 안내

핸즈온 머신러닝 2, 파이썬을 활용한 머신러닝 쿡북, 머신러닝 교과서의 깃허브 코드를 사이킷런 0.23에 맞추어 업데이트했습니다! 수정된 내용은 각 책의 에러타 페이지를 참고해 주세요.

감사합니다! 😀

TensorFlow 2.2의 사용자 정의 훈련 반복

텐서플로 2.2의 케라스 API에 train_step 메서드가 추가되었습니다. 이 메서드를 오버라이드하여 사용자 정의 훈련 반복을 케라스 모델 클래스에 통합하는 방법을 소개하는 짧은 영상을 만들었습니다. 재미있게 보세요! 🙂

Scikit-Learn 0.23.0 Release!

사이킷런 0.23.0 버전이 릴리스되었습니다! 0.23.0에서는 드디어 일반 선형 모델(GLM)이 추가되었습니다. PoissonRegressor, GammaRegressor, TweedieRegressor 입니다.

주피터 노트북에서set_config(display='diagram')로 지정하면 추정기를 다이어그램으로 시각화해 줍니다! 와우!

K-평균과 히스토그램 기반 그레이디언트 부스팅이 개선되었습니다. 또한 LassoElasticNet 클래스가 sample_weight 매개변수를 지원합니다.

0.23.0 버전의 주요 변경 사항은 릴리스 하이라이트를 참고하세요. 전체 변경 내용은 릴리스 노트를 참고하세요.

사이킷런 0.23.0은 pipconda 명령으로 설치할 수 있습니다(이 글을 쓰는 시점에는 아직 콘다 패키지가 제공되지 않습니다. 코랩도 아직 0.22.0 버전입니다).

$ pip install --upgrade scikit-learn

$ conda install scikit-learn

(업데이트) KMeans 버그를 수정한 0.23.1 버전이 릴리스되었습니다.

[Do It! 딥러닝 입문], [파이썬을 활용한 머신러닝 쿡북], [머신러닝 교과서] 텐서플로 2.2.0 업데이트 안내

Do It! 딥러닝 입문, 파이썬을 활용한 머신러닝 쿡북, 머신러닝 교과서의 깃허브 코드를 최신 텐서플로 2.2.0에 맞추어 업데이트했습니다.

[파이썬을 활용한 머신러닝 쿡북]의 20장과 21장이 멀티백엔드 케라스를 사용하고 있습니다. 이 두 장의 코드를 텐서플로의 tf.keras API를 사용하도록 업데이트했습니다. 깃허브를 참고해 주세요.

[핸즈온 머신러닝 2]의 깃허브 코드도 모두 텐서플로 2.2.0에서 확인하겠습니다. 🙂

TensorFlow 2.2.0 Release

텐서플로 2.2.0이 릴리스되었습니다. 주요 변경 사항은 다음과 같습니다.

  • 텐서플로 데브 서밋에 소개되었던 프로파일러가 추가되었습니다. 자세한 내용은 튜토리얼과 가이드 문서를 참고하세요.
  • 분산 환경에서 전역 배치 정규화를 지원하는 tf.keras.layers.experimental.SyncBatchNormalization 층이 추가되었습니다.
  • tf.distribute.experimental.MultiWorkerMirroredStrategy 성능이 향상되었습니다.
  • Model.train_step 메서드를 오버라이드하여 사용자 정의 훈련 루프를 만들 수 있습니다. 또한 Model.test_step, Model.predict_step을 사용해 검증과 추론 메서드도 오버라이드할 수 있습니다.

현재 코랩의 텐서플로 버전은 2.2.0-rc4입니다. 코랩의 텐서플로 버전이 2.2.0로 업데이트되었습니다. 2.2.0 버전의 자세한 변경 내용은 릴리스 노트를 참고하세요.

텐서플로 2.2.0 버전은 다음 명령으로 설치할 수 있습니다.

# for cpu and gpu
$ pip install --upgrade tensorflow
# cpu-only
$ pip install --upgrade tensorflow-cpu