TENSORFLOW 기계 학습의 새로운 기능

 

 

Google의 TensorFlow 1.4 기계 학습 라이브러리는 데이터 소스 작업을 위해 제공되는 Dataset API를 추가하지만 업데이트로 인한 파손을주의해야합니다.

TensorFlow는 기계 학습 및 데이터 과학 세계에 대한 Google의 기여로 신경 네트워크를 빠르게 개발할 수있는 일반적인 프레임 워크입니다.

상대적으로 새로운 TensorFlow는 강력한 추상화 및 사용 용이성 덕분에 이미 이러한 작업을위한 공통 플랫폼으로 널리 채택되었습니다.

 

 

TensorFlow 1.4 API 추가

 

TensorFlow Keras API

TensorFlow 1.4의 가장 큰 변화는 핵심 TensorFlow API에 두 가지 주요 추가 사항을 포함합니다. tf.keras의  API는 사용자가 Keras API, TensorFlow 선행 그러나 빨리에 의해 대체되고있는 신경 네트워크 라이브러리를 사용 할 수 있습니다. tf.keras API를 통해 Keras를 사용하는 소프트웨어는 Keras 인터페이스를 영구적으로 사용하거나 TensorFlow를 원래대로 사용하기 위해 다시 작업하는 소프트웨어의 서곡으로 TensorFlow로 전환 할 수 있습니다.

 

 

 

TensorFlow Dataset API

 

핵심 TensorFlow API에 추가 된 것은 tf.data 또는 Dataset API입니다.이 API 는 원래 기여 API로 제공되었지만 현재 공식적으로 지원됩니다. Dataset API는 입력 파이프 라인을 만들고 재사용하기위한 추상화 세트를 제공합니다. 하나 이상의 소스에서 수집 된 복잡한 데이터 세트가 필요할 때마다 각 요소가 변환됩니다. 또한 데이터 세트를 통해 여러 번의 교육 과정을 거치고 각 단계마다 다른 행동이 필요한 경우 데이터 세트에는 반복 실행과 관련된 특정 기능이있을 수 있습니다.

새로운 게임 사이트가 생방송입니다! Gamestar는 게임, 게임 장치 및 장비를 다룹니다. 뉴스 레터를 구독하시면받은 편지함으로 최고의 이메일을 보내 드리겠습니다. 여기에서 자세히 알아보십시오.

 

 

TensorFlow Dataset API 호환성 문제

 

이전 버전의 TensorFlow ( tf.contrib.data ) 에서 제공 한 데이터 API의 기여 버전을 이미 사용하고 있다면 공식 tf.data API가 완벽하게 하위 호환되지 않는다는 경고를 받습니다 . 변화의 총 횟수는 크지 않지만 전략적으로 많이 사용되는 함수이므로 대부분 기존 코드가 손상 될 가능성이 있습니다.

예를 들어, 이전에 사용한 적이  tf.contrib.data.rejection_resample()있거나  tf.contrib.data.Iterator.from_dataset()수정 된 두 가지 모두 - 새 함수 서명이 있고 후자는 완전히 제거되어 Dataset.make_initializable_iterator()함수 로 대체되었습니다  . TensorFlow의 설명서에는 tf.contrib.data에서 마이그레이션하고 공식 tf.data 라이브러리를 대신 사용하는 방법에 대한 다른 세부 정보가 있습니다 .

 

 

 

단순화 된 TensorFlow Estimator

 

다른 많은 추가 기능은 편의를 위해 TensorFlow의 명성을 쌓아 둡니다. train_and_evaluate기능은 TensorFlow의 실행하는 간단한 방법 제공 견적 클러스터에 걸쳐 분산 방식 (자동으로 일반 모델 매개 변수를 구성하는 데 사용 참조). 또한 TensorFlow에 내장 된 디버깅 시스템을 사용하면 디버거의 명령 줄에서 임의의 Python 코드를 실행하여 신속하고 더러운 검사 또는 수정 작업을 수행 할 수 있습니다.

 

 

TensorFlow CUDA 및 CuDNN 지원

 

또한 TensorFlow 1.4는 CUDA 및 CuDNN에 대한 지원을 업데이트합니다. NVIDIA의 GPU 가속 데이터 조작 및 심층 학습 라이브러리는 버전 8 및 버전 6에 각각 업데이트됩니다. 최신 버전은 아니지만 TensorFlow의 개발자는 릴리스 노트 에 "TensorFlow 1.5를 CUDA 9 및 CuDNN 7로 출시 할 예정입니다."

 

 

TensorFlow 1.4 다운로드 위치

 

Ubuntu Linux, MacOS 및 Microsoft Windows에서의 TensorFlow 설치 지침 은 TensorFlow 프로젝트 페이지에서 제공됩니다. Docker 사용자는 Docker Hub에서 직접 제작 한 TensorFlow Docker 이미지를 가져올 수 있습니다 . 소스를 바이너리로 컴파일 할 수도 있습니다  . 소스는 GitHub에서 사용할 수 있습니다.

 

 

이 이야기는 "TensorFlow 기계 학습의 새로운 점"은 원래 InfoWorld에서 출간되었습니다 .