태그 보관물: Tutorial

최성준님의 dl tutorials

약 두달전 쯤에 서울대 최성준님이 만드신 딥러닝 튜토리얼과 텐서플로우 예제에 대해 소개해 드린 적이 있습니다. 이번에 딥러닝 튜토리얼 2차본이 깃허브에 올라왔습니다. 무려 46개의 파워포인트로 이번의 자료는 MIT 라이센스로 올려 주셔서 냉큼 받았습니다. 다만 직접 강의를 들을 수 없어서 요약된 파워포인트만으로는 이해하기 어려운 부분도 많을 것 같습니다. 그래도 자료를 공유해 주신 최성준님에게 감사드립니다.

첫번째 슬라이드에 이 블로그가 언급되어 있는데요. 아마도 칭찬은 아닐 듯.. 빼주세요.. ㅠ.ㅠ

Stanford UFLDL Tutorial

앤드류 응(Andrew Ng) 박사가 스탠포드 대학에 있을 때 제자들과 함께 만든 UFLDL(Unsupervised Feature Learning and Deep Learning) 튜토리얼을 소개해 드립니다. 깃허브 레파지토리 날짜로 보아서는 3년 정도 지난 것으로 보이지만 여전히 좋은 자료인 것 같습니다.

이 튜토리얼의 이전 버전도 있는데요. 이전 버전은 중국어 번역본이 이미 존재하고 있습니다.

Terry Um’s TensorFlow Exercises

워털루 대학의 엄태웅님이 작성하신 텐서플로우 예제와 슬라이드를 소개해 드립니다. 이 텐서플로우 예제도 쥬피터 노트북으로 작성되었으며 깃허브에 올라가 있습니다. 이 예제는 최성준님의 Tensorflow-101Aymeric Damien의 Tensorflow-ExamplesNathan Lints의 Tensorflow-TutorialsParag K. Mital의 Tensorflow-Tutorials 등을 참고했다고 합니다. 또한 텐서플로우에 대한 블로그 글과 다운받을 수 있는 프리젠테이션 슬라이드도 공개하였습니다.

아래는 TensorFlow Exercises에 있는 예제 목록입니다.

  1. Linear Regression
  2. Logistic Regression
  3. Multilayer Perceptron
  4. Modern Multilayer Perceptron
  5. Convolutional Neural Network

Sungjoon’s TensorFlow-101 & Deep Learning Tutorials

서울대학교 최성준님이 만드신 텐서플로우 예제 코드딥러닝 강의 노트가 깃허브에 공개되어 있습니다. TensorFlow-101 예제코드는 MIT 라이센스라 마음껏 활용하셔도 좋지만 강의 노트에는 별다른 코멘트가 없어 혹 이용하실 때에는 원저자에게 문의해 보면 좋을 것 같습니다.

예제 코드는 쥬피터 노트북으로 작성되어 있으며 기본적인 MNIST, 회귀분석에서 부터 콘볼루션 뉴럴 네트워크, 리커런트 뉴럴 네트워크, Word2Vec, 오토인코더, 텐서보드 등 폭넓게 포함하고 있습니다. 조금 아쉽지만 노트북에 많은 설명이 들어 있지는 않습니다. 이 예제는 일전에 소개해 드렸던 Aymeric Damien의 TensorFlow-Examples 와 Nathan Lintz의 TensorFlow-Tutorials 를 참고하였다고 합니다.

아래는 TensorFlow-101 에 있는 예제 목록입니다.

  1. Basics of TensorFlow / MNIST / Image Processing / Generating Custom Dataset
  2. Machine Learing Basics with TensorFlow: Linear Regression / Logistic Regression with MNIST / Logistic Regression with Custom Dataset
  3. Multi-Layer Perceptron (MLP): Simple MNIST / Deeper MNIST / Xavier Init MNIST / Custom Dataset
  4. Convolutional Neural Network (CNN): Simple MNIST / Deeper MNIST / Simple Custom Dataset / Basic Custom Dataset
  5. Using Pre-trained Model (VGG): Simple Usage / CNN Fine-tuning on Custom Dataset
  6. Recurrent Neural Network (RNN): Simple MNIST / Char-RNN Train / Char-RNN Sample
  7. Word Embedding (Word2Vec): Simple Version / Complex Version
  8. Auto-Encoder Model: Simple Auto-Encoder / Denoising Auto-Encoder / Convolutional Auto-Encoder (deconvolution)
  9. Class Activation Map (CAM): Global Average Pooling on MNIST
  10. TensorBoard Usage: Linear Regression / MLP / CNN

 

텐서플로우 튜토리얼 – 2

이 글은 Illia Polosukhin 가 쓴 TensorFlow Tutorial – Part 2 을 번역한 글 입니다. (update: 2016-04-19) 텐서플로우 0.8 버전에 맞추어 코드를 수정하였고 번역을 다듬었습니다. 아래 예제를 쥬피터 노트북으로 작성하여 깃허브에 올려 놓았습니다.

이전 튜토리얼 – 1 에서 텐서플로우(TensorFlow)와 사이킷플로우(Scikit Flow)를 소개하고 타이타닉 데이터셋을 이용하여 간단한 로지스틱 회귀분석(Logistic Regression)의 예를 보였습니다.

여기에서는 사이킷플로우를 이용하여 컨볼루션 네트워크(convolutional networks, 합성곱신경망 또는 CNN)를 만드는 여러개의 레이어(multi-layer)가 완전히 연결된(fully connected) 뉴럴 네트워크를 만들어 보겠습니다.

다층 완전연결 신경망(Multi-layer fully connected neural network)

당연히 텐서플로우가 또 다른 선형 회귀분석(Linear Regression)나 로지스틱 회귀분석(Logistic Regression) 프레임워크라면 큰 의미가 없습니다. 텐서플로우의 이면에 있는 아이디어는 미분 가능한 모델들을 연결하여 하나의 코스트 함수(cost function or loss function)를 이용하여 최적화할 수 있는 것입니다.

계속 읽기

머신 러닝 튜토리얼 총집합

머신 러닝과 딥러닝 튜토리얼, 아티클 등 엄선된 리소스를 정리해 놓은 깃허브를 소개합니다.

Machine Learning Tutorials

텐서플로우 튜토리얼 – 1

이 글은 Illia Polosukhin 가 쓴 TensorFlow Tutorial – Part 1 을 번역한 글 입니다.
(update: 2016-04-18) 텐서플로우 0.8 버전에 맞추어 코드를 수정하였고 번역을 다듬었습니다. 아래 예제를 쥬피터 노트북으로 작성하여 깃허브에 올려 놓았습니다.
(update: 2016-08-29) 일리아 폴러서킨(Illia Polosukhin)이 주로 TF.Learn에 관해 수정한 내용을 반영하였습니다. 일리아의 코드는 TF 0.10에 맞춰진 것으로 정식버전이 릴리즈 되면 깃허브의 내용을 수정하겠습니다.

구글이 텐서플로우 머신러닝 프레임워크를 공개하고 나서 광풍이 휘몰아치고 있습니다. 깃허브에는 만개가 넘는 별이 달리고 인공지능 연구자들 사이에서 이미 큰 관심을 모으고 있습니다

그럼 데이터 과학자들이 할 법한 일들을 위해 텐서플로우를 어떻게 사용할 수 있을까요? (그리고 당신이 인공지능 연구자라면-앞으로 흥미로운 문제들과 마주하게 될 것입니다.)

왜 텐서플로우인가?

당연한 질문입니다. 데이터 과학자로서 이미 R, Scikit Learn 등 여러 툴들을 사용하고 있는데 왜 또 다른 프레임워크를 다루어야 하는걸까요?

계속 읽기