딥러닝(3) 파이썬, 텐서플로 : 코드 위주

 

 

1. 텐서플로(TensorFlow) 

 

데이터 플로우 그래프를 사용해 수치 연산을 하는 오픈 소스 소프트웨어 라이브러리다. 머신 러닝, 특히 딥러닝 연구를 목적으로 구글의 브레인 팀에 의해 개발되었다. 그래프의 노드(Node)는 수치 연산을, 그래프의 에지(Edge)는 노드 사이를 이동하는 다차원 데이터 배열(Tensor)을 의미한다. 

 

(1) 파이토치 (pytorch)

현재 논문에서 가장 많이 사용하는 딥러닝 프레임워크다. 파이썬 본래의 코드와 유사해 직관적이라는 장점이 있다. 동적 계산 그래프를 사용한다. 즉 변수를 호출할 때 그래프를 만들어가며 사용한다. 중간에 변수의 값을 바꿀 수 있다. 

 

(2) 텐서플로 (tensorflow) 

구글에서 공개한 프레임워크, 다양한 플랫폼에서 이용할 수 있다. 케라스를 고수준 API로 사용한다. 정적 계산 그래프를 사용한다. 중간에 변수 값을 바꿀 순 없지만 미리 정의한 순서대로 계산을 하므로 속도가 빠르다.

 

 

2. 케라스(Keras) 

 

파이썬 오픈소스 신경망 라이브러리로, 텐서플로를 백엔드로 둔다. 거의 모든 종류의 딥러닝 모델을 간편하게 만들고 훈련시킬 수 있는 프레임워크이다. 

 

 

3. 파이썬 패키지

 

[1] scikit-learn : 파이썬 머신러닝 패키지, 머신러닝 알고리즘과 예제 사용 가능. [2] Numpy : 선형대수 연산, 고수준 수학 함수 연산 가능, 효율적이고 빠른 연산, [3] Matpotlib : 과학 계산용 그래프 패키지, 그래프를 그려준다. [4] pandas : 데이터 처리와 분석을 위한 파이썬 패키지, SQL이나 엑셀 파일 등 다양한 파일과 데이터베이스에서 데이터를 읽어들일 수 있다. [5] tqdm : 반복되는 수행 작업을 할 때 진행도를 바 형태로 나타내 출력해주는 패키지

 

(1) 리스트 내포

 

data = [[l, w] for l, w in zip(length, weight)]

 

 

리스트 안에 for문이 들어 있는 형태다. length, weight를 파이썬의 zip 함수로 묶은 후 각각의 리스트에서 element를 하나씩 꺼내 l, w에 할당한다. l, w로 된 작은 리스트들을 만들어서 큰 리스트에 추가한다. 

 

(2) 정답 준비

 

fish_target = [1]*35 + [0]*14

 

 

이진 분류에 대한 정답을 써둔다. 지도 학습에서 필요한 과정이다. 데이터와 정답을 함께 제공하여 규칙을 학습하게 한다. 찾으려는 대상을 1, 아닌 대상을 0으로 둔다. 

 

(3) k-최근접 이웃

 

from sklearn.neighbors import KNeighborsClassifier
kn = KNeighborsClassifier()
kn.fit(fish_data, fish_target)
kn.score(fish_data, fish_target)

 

from, import 문으로 KN~~ class를 import한다. class를 사용할 땐, class의 객체를 만들어 'kn' 으로 저장한다. fit method는 두 데이터를 분류하는 함수로, score method는 target data가 정답을 얼마나 맞췄는지를 값으로 나타낸다. score method는 분류한 모델의 정확도를 알려주는 역할이다.

 

(4) Numpy

 

import numpy as np

input = np.array(fish_data)
target = np.array(fish_target)

print(input)

 

numpy는 파이썬의 대표적인 배열 라이브러리다. 1차원 배열을 벡터, 2차원 배열을 행렬.. 이라고 한다. 프로그램적으로는 n차원 배열까지 다 만들 수 있다. 

 

 

차원은 벡터에 있는 원소의 개수를 말할 때도 있다. 

 

 

4. 설치하기

 

(1) python 설치

https://www.python.org/downloads/release/python-378/

Python Release Python 3.7.8

 

(2) CUDA 10.2.89_441.22 설치// 건너뛰어도 됨

: 사용자 정의 설치 옵션 (Development, Runtime, Driver components-Display Driver) 클릭 후 설치하기

    https://developer.nvidia.com/cuda-10.2-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal 

CUDA Toolkit 10.2 Download

 

(3) cuDNN 7.6.5.32 설치// 건너뛰어도 됨

https://developer.nvidia.com/rdp/cudnn-download

 

(4) 파이참 설치

https://www.jetbrains.com/ko-kr/pycharm/download/#section=windows

PyCharm 다운로드: JetBrains가 만든 전문 개발자용 Python IDE

 

(5) 개발에 필요한 파이썬 패키지 설치

우선, Pycharm create -> new environment using -> Virtualenv -> create 클릭

-> pip, setuptools, numpy, pandas, matplotlib, sklearn, tqdm, keras, tensorflow 설치

 

 

(*) Google colab

Google colab을 이용하면 더욱 손쉽게 시작할 수 있다. 

 

 

 

 

 

 

출처 : https://www.youtube.com/watch?v=GOCVVSMeIf8&list=PLJN246lAkhQjoU0C4v8FgtbjOIXxSs_4Q&index=3