TensorFlow - brief

학교 다닐 때 인공지능은 뉴럴 네트워크와 퍼지로 대표되었던 것 같습니다.

그런데 하드웨어 성능의 한계, 알고리즘의 한계, 비용의 한계 등으로 어두운 터널을 통과하고 있었죠. 피터 디아만디스의 「볼드」에서 언급한 기하급수기술 5가지 중 한 가지인 인공지능 혁명이 잠복기를 거쳐 파괴적 혁신의 단계 및 무료화의 단계로 접어들었습니다.

프로그램을 어렵게 작성하지 않아도, 리얼타임  컴퓨팅 파워가 심하게 요구되지 않는다면 머신러닝 프레임워크인 구글의 텐서 플로우로 인공지능이라는 걸 쉽게 맛볼 수 있게 되었습니다. 세미나를 위해 작성된 일부입니다.

 

특징

• 구글이 오픈 소스로 공개한 기계학습 라이브러리
  –Symbolic math library
  –Dataflow programming
  –TensorBoard visualization
• Python, Java, C/C++, GO, Swift, JavaScript
• 동일 코드를 CPU, GPU, TPU에서 사용가능
• 데이터, 모델의 병렬화로 클러스터에서 동시 실행 가능

DataFlow Graph

• 데이터 흐름을 프로그래밍함
  -Dataflow Graph
• 구성요소
  –Node : 연산자를 표현함
  –Edge : 다차원 데이터열

TensorFlow Session

• 실행 객체
  –변수와 상태(콘텍스트)를 저장하는 공간
  –다른 세션과 분리된 고립된 실행 공간
  –일종의 가상머신(VM)과 같은 존재
• 필요 파라미터
  –연산은 그래프(graph)로 표현함
  –데이터(data)는 텐서(tensor)로 표현함
• feed, fetch
  –feed : 데이터를 placeholder에 대입하는 작동
  –fetch : 연산의 출력을 얻는 과정

TensorFLow 작동방식