워털루 대학의 엄태웅님이 작성하신 텐서플로우 예제와 슬라이드를 소개해 드립니다. 이 텐서플로우 예제도 쥬피터 노트북으로 작성되었으며 깃허브에 올라가 있습니다. 이 예제는 최성준님의 Tensorflow-101, Aymeric Damien의 Tensorflow-Examples, Nathan Lints의 Tensorflow-Tutorials, Parag 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

서울대학교 최성준님이 만드신 텐서플로우 예제 코드와 딥러닝 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