텐서플로우(Tensorflow) 구현 전 알아야 할 지식

안녕하세요 엘빈입니다. 요즘 딥러닝이 많이 뜨고 있습니다. 딥러닝에 사용되는 도구들은 많은데요. 그 중 텐서플로우가 있죠. 이번 포스팅부터 텐서플로우에 대한 기초와 실무에 대해서 글을 작성할까 합니다. 저도 배우는 입장이라 강의 자료를 바탕으로 정리 및 요약식으로 작성하겠습니다

 

 

 

---

 

텐서플로우란 구글에서 오픈 소스로 제공하는 딥러닝 라이브러리입니다. 머신러닝이나 심층 신경망 연구에 목적을 두고 있습니다. 데이터 흐름 그래프를 사용한 수치 계산이 주를 이루고 있습니다.

 

유연한 구조는 사용자가 단일 API로 하나 또는 여러개의 cpu나 gpu를 통해 복잡한 계산을 분배시킬수 있습니다. 

 

 

#Tensor란 무엇인가?

 

텐서란 다차원 배열을 뜻하며 스칼라의 N 차원 일반화를 뜻합니다. 이들의 요소에는 숫자, 함수, 미분이 있습니다. 수학 계산을 보다 편히 하기 위해서 구현된 수학적 정의라고 볼 수 있습니다. 

 

 

# 데이터 흐름 그래프(Data Flow Graph)란?

 

데이터 흐름 그래프는 노드(Nodes)와 엣지(Edges)로 이루어져 있습니다. 노드는 수학적 연산을 나타내며 엣지는 노드간 I/O(입출력) 관계를 나타냅니다.

 

 

# 텐서플로우의 흐름

 

(1) 그래프를 세운다

(2) Session을 열고 sess.run()을 사용하여 그래프를 실행합니다.

(3) 변수를 업데이트 합니다.