TensorFlow 2.0 RC is available Learn more

TensorFlow 시작하기

TensorFlow는 연구 및 프로덕션용 오픈소스 머신러닝 라이브러리입니다. TensorFlow는 초보자 및 전문가에게 데스크톱, 모바일, 웹, 클라우드 개발용 API를 제공합니다. 시작하려면 아래 섹션을 참고하세요.

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(512, activation=tf.nn.relu),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation=tf.nn.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)

ML 학습 및 사용

상위 수준의 Keras API는 딥 러닝 모델을 개발하고 빌드하기 위한 구성요소를 제공합니다. 초보자 맞춤형 노트북 예시를 통해 시작하고 TensorFlow Keras 가이드를 읽어 보세요.

  1. 기본 분류
  2. 텍스트 분류
  3. 회귀
  4. 과적합 및 과소적합
  5. 저장 및 로드

연구 및 실험

즉시 실행은 고급 작업에 사용되며 실행 시 정의되는(define-by-run) 명령형 인터페이스를 제공합니다. 자동 구분 기능을 사용하여 맞춤 레이어, 전달 패스, 학습 루프를 작성하세요. 다음 노트북을 사용하여 시작한 다음 즉시 실행 가이드를 읽어 보세요.

  1. 즉시 실행 기본사항
  2. 자동 구분 및 경사 테이프
  3. 맞춤 학습: 기본사항
  4. 맞춤 레이어
  5. 맞춤 학습: 둘러보기

프로덕션 규모의 ML

에스티메이터를 사용하면 프로덕션 환경의 여러 머신에서 대규모 모델을 학습시킬 수 있습니다. TensorFlow는 일반적인 ML 알고리즘을 구현하기 위해 미리 만들어진 에스티메이터 모음을 제공합니다. 에스티메이터 가이드를 확인하세요.

  1. 에스티메이터를 사용해 선형 모델 만들기
  2. 에스티메이터를 사용한 와이드 앤 딥 러닝
  3. 부스트된 트리
  4. TF-Hub를 사용하여 간단한 텍스트 분류기를 빌드하는 방법
  5. 에스티메이터를 사용하여 컨볼루셔널 신경망 빌드하기

Google Colab: TensorFlow를 간단히 배우고 사용할 수 있는 방법

Colaboratory는 머신러닝 교육과 연구의 확산을 돕는 Google 연구 프로젝트입니다. Jupyter 노트북 환경이므로 설정 없이도 사용할 수 있으며, 클라우드에서 전체적으로 사용 및 실행할 수 있습니다. 블로그 게시물 읽기

첫 ML 앱 빌드하기

웹 및 모바일에서 TensorFlow 모델을 만들고 배포하세요.

웹 개발자

TensorFlow.js는 브라우저 및 Node.js에서 ML 모델을 학습 및 배포하기 위한 WebGL 가속 자바스크립트 라이브러리입니다.

모바일 개발자

TensorFlow Lite는 모바일 및 임베디드 기기용 라이트 솔루션입니다.

동영상 및 업데이트

TensorFlow YouTube 채널블로그를 구독하고 최신 동영상 및 업데이트를 확인하세요.

TensorFlow의 상위 수준 API를 사용해 시작하기

즉시 실행

tf.data: 빠르고 유연하며 사용하기 쉬운 입력 파이프라인