Tensorflow는 Google에서 제공하는 기계 학습 프레임워크입니다. 알고리즘, 딥 러닝 애플리케이션 등을 구현하기 위해 Python과 함께 사용되는 오픈 소스 프레임워크입니다. 연구 및 생산 목적으로 사용됩니다.
케라스는 그리스어로 '뿔'을 의미한다. Keras는 ONEIROS(개방형 신경 전자 지능형 로봇 운영 체제) 프로젝트에 대한 연구의 일부로 개발되었습니다. Keras는 Python으로 작성된 딥 러닝 API입니다. 기계 학습 문제를 해결하는 데 도움이 되는 생산적인 인터페이스를 갖춘 고급 API입니다.
Tensorflow 프레임워크 위에서 실행됩니다. 빠른 실험을 돕기 위해 제작되었습니다. 머신 러닝 솔루션을 개발하고 캡슐화하는 데 필수적인 필수 추상화 및 빌딩 블록을 제공합니다.
확장성이 뛰어나며 플랫폼 간 기능이 함께 제공됩니다. 이는 Keras가 TPU 또는 GPU 클러스터에서 실행될 수 있음을 의미합니다. Keras 모델은 웹 브라우저나 휴대폰에서도 실행되도록 내보낼 수도 있습니다.
Keras는 이미 Tensorflow 패키지에 있습니다. 아래 코드 줄을 사용하여 액세스할 수 있습니다.
텐서플로우 가져오기 케라스에서 텐서플로우 가져오기
Google Colaboratory를 사용하여 아래 코드를 실행하고 있습니다. Google Colab 또는 Colaboratory는 브라우저를 통해 Python 코드를 실행하는 데 도움이 되며 구성이 필요 없고 GPU(그래픽 처리 장치)에 대한 무료 액세스가 필요합니다. Colaboratory는 Jupyter Notebook 위에 구축되었습니다. 다음은 코드 조각입니다 -
예
print("미리 훈련된 가중치가 있는 컨볼루션 모델이 로드되었습니다.")base_model =keras.applications.Xception( weights='imagenet', include_top=False, pooling='avg')print("이 모델은 고정되었습니다." )base_model.trainable =Falseprint("순차 모델은 기본 학습 가능한 분류기를 추가하는 데 사용됩니다.")model =keras.Sequential([ base_model,layers.Dense(1000),])print("모델 컴파일" )print("테스트 데이터에 모델 맞추기")model.compile(...)model.fit(...) 코드 크레딧 - https://www.tensorflow.org/guide/keras/sequential_model
출력
미리 훈련된 가중치가 있는 컨벌루션 모델이 로드됩니다. ================] - 1s 0us/step이 모델은 고정됨순차 모델은 기본 위에 학습 가능한 분류기를 추가하는 데 사용됩니다.모델을 컴파일합니다.모델을 테스트 데이터에 맞춥니다.설명
-
분류 계층을 초기화하기 위해 사전 훈련된 모델의 도움과 함께 순차적 모델 스택을 사용할 수 있습니다.
-
이 모델이 빌드되면 컴파일됩니다.
-
컴파일이 완료되면 이 모델을 훈련 데이터에 맞출 수 있습니다.