Tensorflow 2.xx 기초

지금까지 ML에서 TF1.15 버전을 이용해서 구현했다. TF1.15는 TF2.xx 보다 하위 API로 즉, ML을 low level로 구현을 진행했다.

TF2.0은 크게 2가지 변경점이 있고 상당히 편리하게 사용한다. 마치 python 프로그래밍 처럼 구현이 가능하다.

특징

TF 2.xx 버전은 크게 2가지 변경점이 있고 마치 python과 같이 상당히 편리하게 사용 가능하다.

• Tensoflow는 google의 brain tensor에서 만든 Deep learning library

• 2015년 1.0버전이 발표~ 2019년 9월 30일 TF2.0 발표, 현재 버전 2.3.0

• TF 2.xx

  1. Eager Execution : TF를 실행하는 방법이 바뀌었다. (Session을 더이상 사용하지 않는다.)
  2. keras가 유일한 상위 API 로 등장한다. (구현방식에 변화가 생겼다.)

다운로드

기존에 TF1.xx 가 있으므로 새로운 가상환경을 만들어 필요한 Library들을 설치해야 한다.

• 설치해야 할 Library
  • conda nb_conda
  • conda install numpy
  • conda install pandas
  • conda install matplotlib
  • conda install seaborn
  • pip install sklearn
  • conda install tensorflow

## 버전 확인
import tensorflow as tf
print(tf.__version__)
## 2.1.0

​

Keras 의 특징

상위 API인 keras의 특징을 알아본다.

1. 간단하고 쉽다.
2. Modularity 를 사용한다.
   • Loss
   • Activation function
   • optimizer
   • Layer
3. “Model”, “Layer”를 이해해야한다.

Logistic Regression

TF2.xx에서의 Logistic Regression 에 대해서 알아본다.

• 위의 그림은 간단한 **Multiple Linear Regression** 원리이다.

• 이때 TF2.xx 는 위와 같이 layer를 통해 구현된다.

Multinomial classification

TF2.xx에서의 Multinomial classification 에 대해서 알아본다.

• 위의 그림은 TF2.x에서의 **Multinomial classification** 원리이다.