TensorFlow는 구글(Google)이 제공하는 머신러닝 프레임워크입니다. 오픈소스 기반으로 개발되었으며, Python과 함께 사용하여 다양한 알고리즘, 딥러닝 애플리케이션 등을 구현할 수 있습니다. 연구 목적은 물론 실제 프로덕션 환경에서도 널리 활용되고 있습니다.
TensorFlow 설치하기
'tensorflow' 패키지는 Windows 환경에서 아래 명령어 한 줄로 간단히 설치할 수 있습니다.
pip install tensorflow
텐서(Tensor)란 무엇인가?
텐서는 TensorFlow에서 사용되는 핵심 데이터 구조입니다. 텐서는 데이터 흐름 다이어그램(이른바 '데이터 플로우 그래프')에서 노드들을 연결하는 역할을 하며, 본질적으로 다차원 배열 또는 리스트라고 할 수 있습니다.
Google Colaboratory 소개
이 글의 코드는 Google Colaboratory(Colab)에서 실행됩니다. Google Colab은 브라우저만으로 Python 코드를 실행할 수 있게 해주며, 별도의 설정 없이 GPU(그래픽 처리 장치)에 무료로 접근할 수 있다는 장점이 있습니다. Colaboratory는 Jupyter Notebook을 기반으로 만들어졌습니다.
예제 코드
다음은 테스트 데이터셋에서 두 모델을 평가하는 코드 예시입니다.
print("모델을 평가합니다")
binary_loss, binary_accuracy = binary_model.evaluate(binary_test_ds)
int_loss, int_accuracy = int_model.evaluate(int_test_ds)
print("Binary 모델의 정확도: {:2.2%}".format(binary_accuracy))
print("Int 모델의 정확도: {:2.2%}".format(int_accuracy))코드 출처 − https://www.tensorflow.org/tutorials/load_data/text
실행 결과
모델을 평가합니다 250/250 [==============================] - 3s 12ms/step - loss: 0.5265 - accuracy: 0.8110 250/250 [==============================] - 4s 14ms/step - loss: 0.5394 - accuracy: 0.8014 Binary 모델의 정확도: 81.10% Int 모델의 정확도: 80.14%
코드 설명
'binary'(바이너리) 벡터화 모델과 'int'(정수) 벡터화 모델 각각에 대해 학습 과정에서 산출된 손실(loss)과 정확도(accuracy)를 평가합니다.
evaluate() 메서드는 테스트 데이터셋을 기반으로 각 모델의 성능 지표를 계산하며, 그 결과가 콘솔에 출력됩니다.
위 결과에서 Binary 모델은 81.10%, Int 모델은 80.14%의 정확도를 보여, 두 모델이 비슷한 수준의 성능을 나타내는 것을 확인할 수 있습니다.