태그 보관물: TensorFlow

TensorFlow 1.14.0 Release

텐서플로 1.14.0 버전이 릴리스되었습니다. 2.0 버전과 호환성을 고려하여 개발하려면 새로 추가된 compat.v2 모듈을 사용하세요. CPU 버전에서 MKL-DNN 라이브러리가 기본으로 사용됩니다. 윈도우즈 이외의 시스템에서는 라이브러리 파일이 버전 관리됩니다.

자세한 내용은 릴리스 노트를 참고하세요. 텐서플로 1.14.0 버전은 pip를 사용해 설치할 수 있습니다.

$ pip install tensorflow
$ pip install tensorflow-gpu

TensorFlow 1.14.0 RC1 Release

텐서플로 1.14.0 RC1 버전이 릴리스되었습니다. 2.0 버전과 호환을 위해 compat.v2 모듈이 추가되었습니다.

자세한 내용은 릴리스 노트를 참고하세요. 텐서플로 1.14.0 RC1 버전은 pip를 사용해 설치할 수 있습니다. 2.0 버전과 혼돈을 피하기 위해 버전을 명기해야 합니다.

$ pip install tensorflow==1.14.0rc1
$ pip install tensorflow-gpu==1.14.0rc1

TensorFlow 2.0.0-beta0 Release

텐서플로 2.0.0 베타 버전이 릴리스되었습니다! 베타 버전은 알파에서 나온 버그와 개선 사항이 포함되었습니다. 자세한 내용은 릴리스 노트를 참고하세요.

베타 버전은 pip 명령으로 설치할 수 있으며 윈도에서는 파이썬 3.5부터 지원합니다. 아마도 텐서플로 1.14.0 버전이 1.x의 마지막 릴리스가 될 것 같네요. 🙂

$ pip install tensorflow==2.0.0-beta0
$ pip install tensorflow-gpu==2.0.0-beta0

(업데이트) 몇가지 버그를 수정한 beta1이 릴리스되었습니다.

$ pip install tensorflow==2.0.0-beta1
$ pip install tensorflow-gpu==2.0.0-beta1

TensorFlow 1.14.0 RC0 Release

텐서플로 1.14.0 RC0 버전이 릴리스되었습니다. 이번 RC 릴리스에는 리눅스와 macOS 용 파이썬 3.7 버전이 빠져있습니다.

자세한 내용은 릴리스 노트를 참고하세요. 텐서플로 1.14.0 RC0 버전은 pip를 사용해 설치할 수 있습니다. 2.0.0a 버전과 혼돈을 피하기 위해 버전을 명기해야 합니다.

$ pip install --upgrade --pre tensorflow==1.14.0rc0
$ pip install --upgrade --pre tensorflow-gpu==1.14.0rc0

“머신러닝 교과서”가 출간되었습니다!

x9791160507966세바스찬 라시카Sebastian Raschka와 바히드 미자리리Vahid Mirjalili의 아마존 베스트셀러 “Python Machine Learning” 2판을 번역한 <머신 러닝 교과서 with 파이썬, 사이킷런, 텐서플로>가 출간되었습니다!

원서와 달리 번역서는 사이킷런 0.20 버전과 텐서플로 2.0.0a 버전을 기준으로 쓰여졌습니다. 최신 텐서플로의 변경사항을 가장 빠르게 만나실 수 있는 방법 중 하나입니다!

644페이지를 모두 풀 컬러로 인쇄해 주신 길벗출판사에 감사드립니다! 이 책은 온라인(Yes24, 교보문고)/오프라인 서점에서 판매 중입니다! 🙂

keras.datasets.imdb.load_data() 오류

keras.datasets.imdb.load_data()는 pickle로 저장된 객체를 읽기 위해서 numpy.load() 함수를 사용합니다. 넘파이 1.16.3 버전에서 pickle 파일 허용 여부를 결정하는 allow_pickle 매개변수의 기본값이 True에서 False로 바뀌었습니다. 😦

이로 인해 imdb.load_data()에서 오류가 발생합니다. 재빠르게 텐서플로(#28102)와 케라스(#12714) 소스가 수정되었습니다만 imdb.load_data() 함수를 사용하려면 다음 버전이 릴리스될 때까지 넘파이 버전을 1.16.3 이전으로 유지하는 수 밖에 없을 것 같습니다.

매개변수 기본값에 너무 의지하지 말고 명시적으로 값을 지정하는 것이 좋다는 교훈을 다시 한 번 배웁니다. 🙂

관련 내용을 알려 주신 서* 님께 감사드립니다.

TensorFlow 2.0.0-alpha0 Release

텐서플로 Dev Summit에 맞추어 텐서플로 2.0.0 알파 버전이 릴리스되었습니다. 🙂

자세한 내용은 릴리스 노트를 참고하세요. 텐서플로 2.0.0-alpha0 버전은 pip를 사용해 설치할 수 있습니다.

$ pip install tensorflow==2.0.0-alpha0
$ pip install tensorflow-gpu==2.0.0-alpha0

TensorFlow 2.0 Keras API Overview

이 글은 “Keras: Overview“을  번역한 것입니다. 이 글은 텐서플로 문서 깃허브에 머지되어 있습니다. 잘못된 점이 있으면 블로그를 통해 알려 주시거나 깃허브에 PR을 보내 주세요.

케라스: 빠르게 훑어보기

Note: 이 문서는 텐서플로 커뮤니티에서 번역했습니다. 커뮤니티 번역 활동의 특성상 정확한 번역과 최신 내용을 반영하기 위해 노력함에도 불구하고 공식 영문 문서의 내용과 일치하지 않을 수 있습니다. 이 번역에 개선할 부분이 있다면 tensorflow/docs 깃헙 저장소로 풀 리퀘스트를 보내주시기 바랍니다. 문서 번역이나 리뷰에 지원하려면 이 양식을 작성하거나 docs@tensorflow.org로 메일을 보내주시기 바랍니다.

tf.keras 임포트

tf.keras케라스 API 명세{:.external}의 텐서플로 구현입니다. tf.keras는 머신러닝 모델을 만들고 훈련하기 위한 고수준 API로서 텐서플로의 특수 기능을 모두 지원합니다. 여기에는 즉시 실행, tf.data 파이프라인(pipeline), Estimators가 포함됩니다. tf.keras를 이용하면 유연성과 성능을 손해보지 않고 텐서플로를 쉽게 사용할 수 있습니다.

tf.keras를 임포트하여 텐서플로 프로그램을 시작합니다:

!pip install -q pyyaml # pyyaml은 선택사항입니다.
from __future__ import absolute_import, division, print_function, unicode_literals

!pip install tf-nightly-gpu-2.0-preview
import tensorflow as tf

from tensorflow import keras

tf.keras는 케라스 API와 호환되는 어떤 코드라도 실행시킬 수 있지만 다음 사항을 유념하세요:

  • 최신 텐서플로 릴리스에 포함된 tf.keras 버전은 PyPI에 있는 최신 keras 버전과 같지 않을 수 있습니다. tf.keras.__version__을 확인해 보세요.
  • 모델의 가중치를 저장할 때 tf.keras는 기본적으로 체크포인트 포맷을 사용합니다. HDF5를 사용하려면 save_format='h5'로 설정하세요.

간단한 모델 만들기

Sequential 모델

케라스에서는 층(layer)을 조합하여 모델(model)을 만듭니다. 모델은 (일반적으로) 층의 그래프입니다. 가장 흔한 모델 구조는 층을 차례대로 쌓은 tf.keras.Sequential 모델입니다.

간단한 완전 연결(fully-connected) 네트워크(즉, 다층 퍼셉트론(multi-layer perceptron))를 만들어 보겠습니다.

from tensorflow.keras import layers

model = tf.keras.Sequential()
# 64개의 유닛을 가진 완전 연결 층을 모델에 추가합니다:
model.add(layers.Dense(64, activation='relu'))
# 또 하나를 추가합니다:
model.add(layers.Dense(64, activation='relu'))
# 10개의 출력 유닛을 가진 소프트맥스 층을 추가합니다:
model.add(layers.Dense(10, activation='softmax'))

여기에서 Sequential 모델을 어떻게 사용하는지 간단하지만 완전한 예제를 볼 수 있습니다.

Sequential보다 더 고수준의 모델을 구성하는 방법을 배우려면 다음을 참고하세요:
케라스 함수형 API 가이드
클래스 상속을 통하여 층과 모델을 밑바닥부터 만드는 방법

계속 읽기

TensorFlow 1.13.1 Release

텐서플로 1.13.1 버전이 릴리스되었습니다. 1.13.1 버전은 모든 운영체에서 파이썬 3.7 바이너리를 지원하며 CUDA 10을 사용하여 빌드되었습니다. 주말 사이에 1.13.0 버전이 준비되었지만 텐서보드 의존성을 수정하면서 1.13.1 버전으로 릴리스되었습니다.

텐서플로 2.0에서는 LSTM의 셀 상태를 위한 기본 활성화 함수가 hard_sigmoid에서 sigmoid로 바뀔 예정입니다. 이로인해 1.x 버전에서 만든 체크포인트 파일을 2.0에서 사용하려면 순환 활성화 함수 매개변수(recurrent_activation)를 hard_sigmoid로 고정해야 합니다.

자세한 내용은 릴리스 노트를 참고하세요. 텐서플로 1.13.1 버전은 pip를 사용해 설치할 수 있습니다.

$ pip install --upgrade tensorflow
$ pip install --upgrade tensorflow-gpu