Join us at TensorFlow World, Oct 28-31. Use code TF20 for 20% off select passes. Register now
TensorFlow는 머신러닝을 위한 엔드 투 엔드 오픈소스 플랫폼입니다.

TensorFlow를 사용하면 초보자와 전문가 모두 머신러닝 모델을 쉽게 만들 수 있습니다. 시작하려면 아래의 섹션을 참조하세요.

가이드 보기

가이드에서는 완벽한 엔드 투 엔드 예제와 함께 TensorFlow를 사용하는 방법을 보여줍니다.

가이드 보기

가이드는 TensorFlow의 개념과 구성요소에 관해 설명합니다.

초보자용

사용자에게 친숙한 Sequential API로 시작하는 것이 가장 좋습니다. 빌딩 블록을 연결하여 모델을 만들 수 있습니다. 아래의 "Hello World" 예제를 실행한 다음 가이드를 방문하여 자세한 내용을 알아보세요.

import tensorflow as tf
mnist = tf.keras.datasets.mnist

(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test)
전문가용

Subclassing API는 고급 연구를 위한 define-by-run 인터페이스를 제공합니다. 모델에 대한 클래스를 만든 다음 명령형으로 순방향 패스를 작성합니다. 맞춤형 레이어, 활성화 및 학습 루프를 쉽게 만들 수 있습니다. 아래의 'Hello World' 예제를 실행한 다음 가이드를 방문하여 자세한 내용을 알아보세요.

class MyModel(tf.keras.Model):
  def __init__(self):
    super(MyModel, self).__init__()
    self.conv1 = Conv2D(32, 3, activation='relu')
    self.flatten = Flatten()
    self.d1 = Dense(128, activation='relu')
    self.d2 = Dense(10, activation='softmax')

  def call(self, x):
    x = self.conv1(x)
    x = self.flatten(x)
    x = self.d1(x)
    return self.d2(x)
model = MyModel()

with tf.GradientTape() as tape:
  logits = model(images)
  loss_value = loss(logits, labels)
grads = tape.gradient(loss_value, model.trainable_variables)
optimizer.apply_gradients(zip(grads, model.trainable_variables))
일반적인 문제에 대한 해결책

프로젝트에 도움이 되는 단계별 가이드를 탐색하세요.

초보자용
첫 번째 신경망

빠르게 진행되는 전체 TensorFlow 프로그램 개요에서 운동화 및 셔츠와 같은 의류 이미지를 분류하도록 신경망을 학습시키세요.

전문가용
생성적 적대 신경망(GAN)

손으로 쓴 숫자의 이미지를 생성하도록 Keras Subclassing API를 사용하여 생성적 적대 신경망(GAN)을 학습시키세요.

전문가용
어텐션을 사용한 인공신경망 기계 번역

Keras Subclassing API를 사용하여 스페인어에서 영어로 번역하도록 sequence-to-sequence 모델을 학습시키세요.

News & announcements

See updates to help you with your work, and subscribe to our monthly TensorFlow newsletter to get the latest announcements sent directly to your inbox.

TensorFlow 2.0 베타 발표
2019년 2월 27일 
TensorFlow 2.0으로 코드 업그레이드

TensorFlow 2.0 will include many API changes, such as reordering arguments, renaming symbols, and changing default values for parameters. To streamline the changes, the TensorFlow engineering team has created a tf_upgrade_v2 utility that will help transition legacy...

2019년 5월 8일 
TensorFlow 2.0 시작하기(I/O '19)

코드 예제를 통해 초보자와 전문가 모두가 쉽게 이해할 수 있는 새로운 사용자 친화적 API를 이해하고, 프로젝트에 적합한 Keras Sequential, Functional, Subclassing API를 알아봅니다.

2019년 6월 10일 
TF.Text 소개

TF.Text는 텍스트 기반 모델에서 자주 볼 수 있는 전처리와 핵심 TensorFlow에서는 제공되지 않지만 언어 모델링에 유용한 기타 기능을 처리하는 TensorFlow 2.0 라이브러리입니다.

커뮤니티 참여

TensorFlow 커뮤니티에 참여하는 더 많은 방법을 살펴보세요.

GitHub의 TensorFlow 
StackOverflow에 질문하기 
커뮤니티 토론 포럼 
공지 사항 전용 메일링 리스트 
TensorFlow 스토리 공유