TensorFlow 강좌

파이썬

1.0.0

다운로드

TensorFlow 강좌

이 저장소는 간단하고 즉시 사용 가능한 TensorFlow 튜토리얼을 제공하는 것을 목표로 합니다. 각 튜토리얼에는 source code 포함되어 있으며 대부분은 documentation 와 연결되어 있습니다.

후원

이 프로젝트의 유지 관리 및 업그레이드를 지원하려면 프로젝트 개발자 후원을 고려해 주시기 바랍니다.

어떤 수준의 지원이라도 여기에 큰 기여를 합니다 ❤️

상태: 이 프로젝트는 **TensorFlow 2.3*으로 업데이트되었습니다 .*

TensorFlow는 다양한 작업에 걸친 데이터 흐름 프로그래밍을 위한 오픈 소스 소프트웨어 라이브러리입니다. 기호 수학 라이브러리이며 신경망과 같은 기계 학습 애플리케이션에도 사용됩니다. Google의 연구 및 생산 모두에 사용되며 폐쇄 소스 이전인 DistBelief를 대체하는 경우가 많습니다.

TensorFlow는 Google 내부 사용을 위해 Google Brain 팀에서 개발되었습니다. 2015년 11월 9일 Apache 2.0 오픈 소스 라이선스로 출시되었습니다.

동기 부여

이 오픈 소스 프로젝트에는 다양한 동기가 있습니다. TensorFlow(우리가 이 문서를 작성할 당시)는 사용 가능한 최고의 딥 러닝 프레임워크 중 하나입니다. 질문해야 할 질문은 웹에서 사용할 수 있는 TensorFlow에 대한 다른 튜토리얼이 너무 많은데 왜 이 저장소가 생성되었는지입니다.

TensorFlow를 사용하는 이유는 무엇입니까?

딥러닝은 요즘 매우 높은 관심을 받고 있습니다. 알고리즘과 아키텍처를 신속하고 최적화하여 구현하는 것이 매우 중요합니다. TensorFlow는 이러한 목표를 촉진하도록 설계되었습니다.

TensorFlow의 가장 큰 장점은 고도로 모듈화된 모델을 설계할 때 유연성이 있다는 점입니다. 이는 모델을 생성할 때 많은 부분을 함께 고려해야 하기 때문에 초보자에게는 단점이 될 수도 있습니다.

이 문제는 기계 학습 알고리즘 설계에 사용되는 많은 부분을 추상화하는 Keras 및 Slim과 같은 고급 API를 개발함으로써 촉진되었습니다.

TensorFlow의 흥미로운 점은 요즘 어디에서나 찾을 수 있다는 것입니다. 많은 연구자와 개발자가 이를 사용하고 있으며 커뮤니티는 빛의 속도로 성장하고 있습니다 ! 많은 문제는 일반적으로 TensorFlow 커뮤니티에 관련된 많은 사람들을 고려할 때 다른 많은 사람들이 직면하는 것과 동일한 문제이기 때문에 쉽게 처리할 수 있습니다.

이 저장소의 요점은 무엇입니까?

단지 무언가를 개발하기 위해 오픈 소스 프로젝트를 개발하는 것은 이러한 노력의 이유가 아닙니다 . 이 대규모 커뮤니티에 추가되는 수많은 튜토리얼을 고려하여 이 저장소는 대부분의 오픈 소스 프로젝트에서 일반적으로 발생하는 점프 인 및 점프 아웃 프로세스를 중단하기 위해 만들어졌습니다. 그런데 왜, 어떻게 ?

우선, 대부분의 사람들이 들러서 살펴보지 않을 일에 노력을 들이는 것이 무슨 소용이 있겠습니까? 개발자와 연구원 커뮤니티의 어느 누구에게도 도움이 되지 않는 것을 만드는 것이 무슨 의미가 있습니까? 왜 쉽게 잊어버릴 수 있는 일에 시간을 보내나요? 하지만 우리는 그것을 어떻게 하려고 할까요? 지금 이 순간에도 모델 디자인이든 TensorFlow 워크플로이든 TensorFlow에 대한 수많은 튜토리얼이 있습니다.

대부분은 너무 복잡하거나 문서가 부족하여 어려움을 겪고 있습니다. 간결하고 잘 구성되어 있으며 특정 구현 모델에 대한 충분한 통찰력을 제공하는 사용 가능한 튜토리얼은 몇 개뿐입니다.

이 프로젝트의 목표는 구조화된 튜토리얼과 간단하고 최적화된 코드 구현을 통해 커뮤니티가 TensorFlow를 빠르고 효과적으로 사용하는 방법에 대한 더 나은 통찰력을 제공하도록 돕는 것입니다.

이 프로젝트의 주요 목표는 잘 문서화된 튜토리얼과 덜 복잡한 코드를 제공하는 것입니다 .

TensorFlow 설치 및 환경 설정

대체 텍스트

TensorFlow를 설치하려면 다음 링크를 참조하세요.

텐서플로우 설치

_img/메인페이지/installation.gif

패키지 충돌을 방지하고 작업 환경을 맞춤화할 수 있는 능력을 갖추기 위해서는 가상 환경 설치를 권장합니다.

TensorFlow 튜토리얼

이 저장소의 튜토리얼은 관련 카테고리로 구분되어 있습니다.

워밍업

대체 텍스트

#	주제	달리다	소스 코드	메디아
1	스타트업		노트북/파이썬	비디오 튜토리얼

기초

#	주제	소스 코드	메디아
1	텐서	노트북/파이썬	비디오 튜토리얼
2	자동 차별화	노트북/파이썬	비디오 튜토리얼
3	그래프 소개	노트북/파이썬	비디오 튜토리얼
4	TensorFlow 모델	노트북/파이썬	비디오 튜토리얼

기본 기계 학습

#	주제	달리다	소스 코드	더	메디아
1	선형 회귀		노트북/파이썬	지도 시간	비디오 튜토리얼
2	데이터 증대		노트북/파이썬	지도 시간	비디오 튜토리얼

신경망

#	주제	달리다	소스 코드	메디아
1	다층 퍼셉트론		노트북/파이썬	비디오 튜토리얼
2	컨볼루셔널 신경망		노트북/파이썬	비디오 튜토리얼

고급의

#	주제	소스 코드	메디아
1	맞춤 학습	노트북/파이썬	비디오 튜토리얼
2	데이터 세트 생성기	노트북/파이썬	비디오 튜토리얼
3	TFRecord 생성	노트북/파이썬	비디오 튜토리얼

몇 가지 유용한 튜토리얼

TensorFlow 예제 - 초보자를 위한 TensorFlow 튜토리얼 및 코드 예제
성준의 TensorFlow-101 - Jupyter Notebook을 사용하여 Python으로 작성된 TensorFlow 튜토리얼
Terry Um의 TensorFlow 연습 - 다른 TensorFlow 예제에서 코드 다시 만들기
시계열 분류 - 휴대폰 센서 데이터에 대한 LSTM을 사용한 TensorFlow의 순환 신경망 분류

기여

이 저장소에 기여할 때 변경하기 전에 먼저 이 저장소의 소유자와 문제, 이메일 또는 기타 방법을 통해 수행하려는 변경 사항에 대해 논의하십시오. 오타가 있는 경우 풀 요청을 생성하지 마세요. 대신 이슈에 선언하거나 저장소 소유자에게 이메일을 보내세요 .

우리에게는 행동 강령이 있으니 프로젝트와 관련된 모든 상호 작용에서 이를 따르십시오.

풀 요청 프로세스

더 나은 방법으로 도움을 주기 위해 다음 기준을 고려하십시오.

풀 요청은 주로 코드 스크립트 제안 또는 개선이 될 것으로 예상됩니다.
ipython 파일을 변경하지 마십시오. 대신 해당 PYTHON 파일을 변경하세요.
코드 스크립트가 아닌 섹션과 관련된 풀 요청은 문서에 상당한 차이를 가져올 것으로 예상됩니다. 그렇지 않으면 이슈 섹션에 발표될 것으로 예상됩니다.
빌드를 수행하고 풀 요청을 생성할 때 레이어가 끝나기 전에 설치 또는 빌드 종속성이 제거되었는지 확인하세요.
인터페이스 변경 사항에 대한 세부 정보가 포함된 주석을 추가하세요. 여기에는 새로운 환경 변수, 노출된 포트, 유용한 파일 위치 및 컨테이너 매개변수가 포함됩니다.
적어도 한 명의 다른 개발자의 승인을 받은 후에 Pull Request를 병합할 수 있습니다. 또는 그렇게 할 권한이 없는 경우 모든 검사가 통과되었다고 생각되면 소유자에게 병합을 요청할 수 있습니다.

최종 메모

우리는 귀하의 친절한 피드백을 기대하고 있습니다. 이 오픈 소스 프로젝트를 개선하고 작업을 더 좋게 만드는 데 도움을 주세요. 기여를 위해 Pull Request를 작성해 주시면 신속하게 조사해 드리겠습니다. 다시 한 번 귀하의 친절한 피드백과 정교한 코드 검사에 감사드립니다.