TensorFlow 소개

TensorFlow를 사용하면 초보자와 전문가 모두 데스크톱, 모바일, 웹 및 클라우드용 머신러닝 모델을 쉽게 만들 수 있습니다. 시작하려면 아래의 섹션을 참조하세요.

TensorFlow

다음 머신러닝 프로젝트를 만드는 데 도움이 되는 초보자 및 전문가용 가이드로 TensorFlow의 기본 내용을 학습하세요.

자바스크립트용

TensorFlow.js를 사용하여 새로운 머신러닝 모델을 만들고 자바스크립트로 기존 모델을 배포하세요.

모바일 및 IoT용

Android, iOS, Edge TPU 및 Raspberry Pi와 같은 모바일 및 임베디드 기기에서 TensorFlow Lite를 사용하여 추론을 실행하세요.

프로덕션용

TensorFlow Extended(TFX)를 사용하여 프로덕션 준비가 완료된, 학습 및 추론을 위한 ML 파이프라인을 배포합니다.

Swift for TensorFlow

딥 러닝과 미분 가능한 프로그래밍을 위한 차세대 플랫폼인 Swift for TensorFlow와 직접 통합됩니다.

TensorFlow 생태계

TensorFlow는 Python, 자바스크립트 또는 Swift를 사용하여 모델을 개발하고 학습시키고, 사용하는 언어에 상관없이 클라우드, 온프렘, 브라우저 또는 기기에서 모델을 손쉽게 배포할 수 있는 워크플로 컬렉션을 제공합니다.

데이터 로드 및 사전 처리
모델 빌드, 학습, 재사용
배포
TensorFlow
TensorFlow 입력 파이프라인 빌드
tf.data API를 사용하면 간단하고 재사용 가능한 부분으로 복잡한 입력 파이프라인을 빌드할 수 있습니다.
살펴보기
TensorFlow
Keras를 사용한 모델 빌드 및 학습
tf.keras는 모델의 빌드와 학습을 위한 고급 API입니다. 즉시 실행, tf.data 파이프라인, 에스티메이터와 같은 TensorFlow 관련 기능을 지원합니다.
살펴보기
TensorFlow
Python을 사용하여 배포하기
TensorFlow Serving을 사용하여 모바일 또는 에지 기기에서, 브라우저에서 또는 규모에 따라 배포하세요.
TensorFlow.js
Python 모델을 가져오거나 자바스크립트로 모델을 작성합니다.
사전 학습된 모델을 Python에서 TensorFlow.js로 변환하는 방법과 자바스크립트로 모델을 직접 빌드하고 학습시키는 방법을 알아보세요.
살펴보기
TensorFlow.js
브라우저 또는 Node.js에서 배포하기
브라우저, node.js, Google Cloud Platform에서 TensorFlow.js 모델을 배포하는 방법을 알아보세요.
살펴보기
Swift for TensorFlow(베타)
Swift를 기본으로 모델 개발하기(베타)
Swift 미분 가능 프로그래밍을 사용하면 최고 수준의 범용 프로그래밍 언어 지원이 제공됩니다. 빠르게 함수의 도함수를 도출하고 맞춤 데이터 구조를 미분 가능하게 만들어 보세요. Swift API로 어떻게 모든 하위 수준 TensorFlow 연산자에 투명하게 액세스할 수 있는지 알아보세요.
살펴보기
TensorFlow Lite
Android, iOS, Raspberry Pi와 같은 모바일 또는 임베디드 기기에서 배포하기
개발자 가이드를 읽고, 새로운 모델을 선택하거나 기존 모델을 다시 학습시키고 이 모델을 압축 파일로 변환하여 에지 기기에 로드한 다음 최적화해 보세요.
살펴보기
TFX
TF 데이터 검증으로 입력 데이터 검증하기
모델을 학습시키기 전에 TFX 구성요소를 사용하여 데이터를 분석하고 변환하는 방법을 알아보세요.
살펴보기
TFX
TF Transform을 통한 특성 추출
원시 데이터를 머신러닝 모델 학습에 사용되는 데이터로 변환하는 사전 처리 함수를 정의하는 방법과 사전 처리 함수를 Beam 파이프라인으로 전환하여 데이터를 변환하는 데 Apache Beam 구현이 사용되는 방식을 알아보세요.
살펴보기
TFX
모델링 및 학습
TFX 파이프라인에서 관리형 프로세스로 모델을 학습시키는 방법을 알아보세요.
살펴보기
TFX
TF 모델 분석을 활용한 모델 성능 파악
TensorFlow Model Analysis를 활용하여 TFX 파이프라인에서 모델을 평가하고 Jupyter 메모장에서 결과를 시각화하는 방법을 알아보세요.
살펴보기
TFX
TF Serving을 활용한 REST API 모델 제공
TensorFlow Serving으로 동일한 서버 아키텍처와 API를 유지하면서 새로운 알고리즘과 실험을 배포할 수 있는 방법을 알아보세요.
살펴보기
텐서보드
텐서보드는 학습과 결과를 시각화하는 도구입니다.
텐서보드를 사용하면 손실, 정확성과 같은 실험 측정항목을 추적하고 모델 그래프를 시각화하며 임베딩을 저차원 공간으로 투영하는 등 다양한 작업이 가능합니다.
살펴보기
TensorFlow Hub
TensorFlow Hub는 광범위한 기존 모델 라이브러리입니다.
TensorFlow Hub는 모듈이라 불리는 머신러닝 모델의 재사용 가능한 부분을 게시, 검색, 소비하기 위한 라이브러리입니다.
살펴보기

ML 지식을 넓히고 싶으신가요?

TensorFlow는 머신러닝의 원리와 핵심 개념에 관한 기본적인 이해가 있으면 더욱 쉽게 사용할 수 있습니다. 기본적인 머신러닝 관행을 배우고 적용하여 기술을 발전시켜 보세요.

ML 알아보기

엄선된 커리큘럼으로 기본적인 ML 분야의 역량을 키워보세요.