Computer >> 컴퓨터 >  >> 프로그램 작성 >> Python

Python에서 Tensorflow와 함께 순차 모델을 언제 사용해야 하나요? 예를 들어

순차 모델은 레이어의 일반 스택이 있는 경우에 적합합니다. 이 스택에서 모든 레이어에는 정확히 하나의 입력 텐서와 하나의 출력 텐서가 있습니다. 모델에 다중 입력 또는 다중 출력이 있는 경우에는 적합하지 않습니다. 레이어를 공유해야 하는 경우에는 적합하지 않습니다. 레이어에 다중 입력 또는 다중 출력이 있는 경우에는 적합하지 않습니다. 비선형 아키텍처가 필요한 경우에는 적합하지 않습니다.

Tensorflow는 Google에서 제공하는 기계 학습 프레임워크입니다. 알고리즘, 딥 러닝 애플리케이션 등을 구현하기 위해 Python과 함께 사용되는 오픈 소스 프레임워크입니다. 연구 및 생산 목적으로 사용됩니다. 복잡한 수학 연산을 빠르게 수행하는 데 도움이 되는 최적화 기술이 있습니다. NumPy와 다차원 배열을 사용하기 때문입니다. 이러한 다차원 배열을 '텐서'라고도 합니다.

Keras는 ONEIROS(개방형 Neuro-Electronic Intelligent Robot Operating System) 프로젝트에 대한 연구의 일부로 개발되었습니다. Keras는 Python으로 작성된 딥 러닝 API입니다. 기계 학습 문제를 해결하는 데 도움이 되는 생산적인 인터페이스가 있는 고급 API입니다. Tensorflow 프레임워크 위에서 실행됩니다. 빠르게 실험할 수 있도록 제작되었습니다. 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 패키지 내에 있습니다. 아래 코드 줄을 사용하여 액세스할 수 있습니다.

import tensorflow
from tensorflow import keras

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 Notebook을 기반으로 구축되었습니다.

Keras를 포함하여 Tensorflow로 순차 모델을 정의하는 예를 살펴보겠습니다 -

예

import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
print("A sequential model is being defined, that has three layers")
model = keras.Sequential(
   [
      layers.Dense(2, activation="relu", name="layer_1"),
      layers.Dense(3, activation="relu", name="layer_2"),
      layers.Dense(4, name="layer_3"),
   ]
)
print("The model is being called on test data")
x = tf.ones((2, 2))
y = model(x)

코드 크레딧 - https://www.tensorflow.org/guide/keras/sequential_model

출력

Python에서 Tensorflow와 함께 순차 모델을 언제 사용해야 하나요? 예를 들어 

A sequenital model is being defined, that has three layers
The model is being called on test data
The layers are
[<tensorflow.python.keras.layers.core.Dense object at 0x7fe921aaf7b8>, <tensorflow.python.keras.layers.core.Dense object at 0x7fe921a6d898>, <tensorflow.python.keras.layers.core.Dense object at 0x7fe921a6dc18>]

설명

  • 필수 패키지를 가져오고 별칭을 지정합니다.

  • Keras에 있는 'sequential' 방식을 사용하여 순차 모델을 생성합니다.

  • 이 모델은 테스트 데이터에서 호출됩니다.

  • 모델의 레이어에 대한 세부 정보가 콘솔에 표시됩니다.