Tensorflow Tutorial Tensor FlowData flow Graph Big Idea

Tensorflow Tutorial 유재민

Tensor. Flow-Data flow Graph • Big Idea : 수치계산이 그래프로 표현된다. • Graph nodes = operation = OPS Many Input and One Output • Graph edges = tensor = data arrays // n차원 배열 • Gradients Calculus 3

Tensor. Flow • Computes gradients Automatically • ML application 공유 • GPU를 사용하여 작업속도를 향상시킬 수 있음(cpu, gpu cluster) • Python, C/C++, Java, Android, IOS, R, Swift 등 다양한 언어 지 원 • Large Community - popularity • Visualization – Tensor. Board 4

Tensor. Board • Visualization – TF graph(그래프의 모양을 볼 수 있음) • Plot quantitative metrics(값을 볼 수 있음) • Show additional data • Old way New way 5

Tensor. Flow • Companies using Tensor. Flow - Google : Translate, Google Brain’s Magenta - Deep. Mind : Wave. Net Text to Speech 6

Programming model • W와 b는 Variables이다. • W: weight, b: bias • X는 Placeholde이다. • Placeholders : Input Data • H=Relu(Wx+b) 7

Getting Output • Sess = tf. Session() • Sess. run(fetches, feeds) - feeds : placeholder - fetches : 노드의 출력을 반환함 노드로 그래프 생성 세션 런으로 그래프 실행 10

How do we define the loss? • Use placeholder for labels • Build loss node using labels and prediction 11

Tensorflow 2. 0 13

Tensorflow 2. 0의 장점 • TPU를 통한 빠른 학습 • Hi-level api(tf. keras) 15

• Python기반의 High-level API • 17년도 Tensorflow에 통합된 API • 2. 0 Version에서 Tensorflow의 API가 됨 • tf. keras • Tensorflow, CNTK, THEANO 에서 사용하는 API 16

Tensorflow xor 1. 0 VS 2. 0 Tf ver 1. 0 19

Tensorflow xor 1. 0 VS 2. 0 Tf ver 2. 0 20

A summary of a Tensorflow 2. 0 • Usability – Eager execution • Clarity - API cleanup • Great performance – more faster 22