특화 과정: 자바스크립트 개발을 위한 TensorFlow의 기초

아래의 학습 자료를 시작하기 전에 다음과 같은 조건을 갖춰야 합니다.

  1. HTML과 자바스크립트를 사용하는 브라우저 프로그래밍에 익숙합니다.

  2. node.js 스크립트를 실행하는 명령줄을 능숙하게 사용합니다.

이 커리큘럼은 다음 작업을 원하는 사용자를 대상으로 합니다.

  1. 자바스크립트로 ML 모델 빌드

  2. 기존 TensorFlow.js 모델 실행

  3. ML 모델을 웹 브라우저로 배포

TensorFlow.js를 사용하면 자바스크립트로 ML 모델을 개발하고 브라우저 또는 Node.js에서 바로 ML을 사용할 수 있습니다. TensorFlow.js와 그 용도를 자세히 알아보려면 Google I/O에서 있었던 이 강연을 확인해 보세요.

1단계: 브라우저의 머신러닝에 관한 짧은 소개

자바스크립트 ML의 기초를 빠르게 알아보려면 YouTube에서 이 동영상 시리즈를 시청해 보세요. 이 시리즈에서는 첫 번째 원리부터 기본적인 분류를 실행하는 신경망 빌드까지 알려줍니다.

기초 온라인 강의
TensorFlow의 TensorFlow.js 시작하기

TensorFlow.js로 머신러닝된 모델의 학습 및 실행에 관해 알아보고 자바스크립트로 브라우저에서 바로 실행되는 머신러닝 모델을 만드는 방법을 보여주는 3부작 시리즈입니다.

2단계: 딥 러닝 더 자세히 알아보기

신경망의 작동 방식을 자세히 파악하고 신경망이 다양한 문제에 적용되는 방식을 폭넓게 이해하려면 자바스크립트 딥 러닝(Deep Learning with JavaScript)이라는 도서가 좋은 출발점이 될 것입니다. GitHub의 방대한 예제가 함께 제공되므로 자바스크립트로 머신러닝을 다루는 연습을 해볼 수 있습니다.

이 도서는 컨볼루셔널 신경망, 순환 신경망(RNN), 강화 학습과 같은 고급 학습 패러다임 등 다양한 신경망 아키텍처의 사용법을 보여줍니다. 또한 학습 과정 중에 신경망에서 어떤 일이 일어나는지를 명확하게 설명해 주기도 합니다.

기초 온라인 강의
자바스크립트를 활용한 딥 러닝(Deep Learning with JavaScript), 샹칭 카이, 스탠리 빌레스치, 에릭 D. 닐슨, 프랑스와 숄레 공저

TensorFlow 라이브러리의 주요 저자들이 집필한 이 도서는 유용한 사용 사례와 브라우저 또는 노드의 자바스크립트 딥 러닝 앱에 관한 상세한 지침을 제공합니다.

3단계: TensorFlow.js를 사용한 예제로 연습하기

연습이 완벽을 만든다는 말처럼, 실제로 다뤄보는 것이 개념을 다지는 가장 좋은 방법입니다. 신경망에 관한 지식이 있으면 TensorFlow 팀에서 만든 오픈소스 예제를 더 쉽게 탐색할 수 있습니다. 모든 예제는 GitHub에서 제공되므로 코드를 면밀히 살펴보고 작동 방식을 확인할 수 있습니다. 일반적인 사용 사례로 실험해 보려면 mnist 예제를 사용해 컨볼루셔널 신경망 탐색을 시작하고 mnist-transfer-cnn 예제로 전이 학습을 시도해 보거나 addition-rnn 예제를 통해 순환 신경망(RNN)의 구성 방식을 알아보면 됩니다.

TensorFlow.JS
TensorFlow.js로 빌드된 예제

TensorFlow.js로 구현된 예시 집합이 포함되어 있는 GitHub 저장소입니다. 각 예시 디렉터리는 독립형이므로 디렉터리를 다른 프로젝트에 복사할 수 있습니다.

TensorFlow.JS
가이드를 통해 TensorFlow.js 시작 방법 알아보기

TensorFlow 가이드는 Jupyter 메모장으로 작성되었으며 설치할 필요 없이 호스팅되는 메모장 환경인 Google Colab에서 바로 실행됩니다. Google Colab에서 실행 버튼을 클릭하세요.

4단계: 새로 개발하기

지식을 테스트하고 TensorFlow.js 예제 몇 가지로 연습을 했다면 이제 직접 프로젝트를 개발할 준비가 다 되었습니다. 사전 학습된 모델을 살펴보고 앱 빌드를 시작해 보세요. 수집한 데이터 또는 공개 데이터세트를 사용하여 직접 모델을 학습시킬 수도 있습니다. KaggleGoogle 데이터세트 검색에서는 모델 학습을 위한 공개 데이터세트를 찾을 수 있습니다.