|
¡Ø ¾Ë·Áµå¸³´Ï´Ù.¹ßÇàÀÏ : 2022-03-31
Ã¥¼Ò°³ÀÌ Ã¥ÀÌ ¼ÓÇÑ ºÐ¾ßºê¶ó¿ìÀú¿¡¼ µö·¯´× ¸ðµ¨À» ºôµåÇÏ°í ½ÇÇàÇÏ´Â TensorFlow.js µö·¯´× ±âÃʺÎÅÍ ±¸±Û ºê·¹ÀÎ ÆÀÀÇ ³ëÇÏ¿ì±îÁö! µö·¯´×Àº ÄÄÇ»ÅÍ ºñÀü, À̹ÌÁö ó¸®, ÀÚ¿¬¾î ó¸® µî ´Ù¾çÇÑ ºÐ¾ß¿¡ º¯È¸¦ ºÒ·¯¿Ô´Ù. ÀÌÁ¦ ÀÚ¹Ù½ºÅ©¸³Æ® °³¹ßÀÚ´Â ÆÄÀ̽ãÀ̳ª R¿¡ ÀÇÁ¸ÇÏÁö ¾Ê°í TensorFlow.js¸¦ »ç¿ëÇÏ¿© µö·¯´× ¸ðµ¨À» ±¸ÃàÇÒ ¼ö ÀÖ´Ù. ÀÌ Ã¥Àº ¡´ÄÉ¶ó½º Ã¢½ÃÀÚ¿¡°Ô ¹è¿ì´Â µö·¯´×¡µ Ã¥À» Åä´ë·Î ±¸±Û ºê·¹ÀÎ ÆÀ ÇÙ½É °³¹ßÀÚ 3ÀÎÀÌ TensorFlow.js¿¡ ¸ÂÃç Äڵ带 ÀçÀÛ¼ºÇß°í, ÀÚ¹Ù½ºÅ©¸³Æ® »ýÅ°踦 À§ÇÑ »õ·Î¿î ³»¿ëÀ» ¸¹ÀÌ Ãß°¡Çß´Ù. TensorFlow.jsÀÇ °³¿äºÎÅÍ À̹ÌÁö¿Í »ç¿îµå ÀνÄ, ÀüÀÌ ÇнÀ, ¸ðµ¨ ½Ã°¢È, ½ÃÄö½º¿Í ÅؽºÆ®¸¦ À§ÇÑ µö·¯´×, »ý¼ºÀû µö·¯´× µî µö·¯´× ±âÃʺÎÅÍ ½ÉÃþ °È ÇнÀ±îÁö TensorFlow.js·Î µö·¯´×À» ½ÃÀÛÇϱ⿡ ÇÊ¿äÇÑ ¸ðµç °ÍÀ» ¼³¸íÇÑ´Ù. ºê¶ó¿ìÀú¿¡¼ ¾ó¸¶³ª ¸¹Àº ÀÛ¾÷À» ¼öÇàÇÒ ¼ö ÀÖ´ÂÁö ¾Ë¸é ³î¶ö °ÍÀÌ´Ù. ÀÚ¹Ù½ºÅ©¸³Æ®¿¡ ´É¼÷ÇÑ °³¹ßÀÚ¶ó¸é TensorFlow.js·Î µö·¯´×À» ½ÃÀÛÇغ¸ÀÚ. · Çѱ¹¾îÆÇ ¿¹Á¦ µ¥¸ð »çÀÌÆ®: https://ml-ko.kr/tfjs »ó¼¼À̹ÌÁö¸ñÂ÷1ºÎ µ¿±â ºÎ¿©¿Í ±âº» °³³ä 1Àå. µö·¯´×°ú ÀÚ¹Ù½ºÅ©¸³Æ® 1.1 Àΰø Áö´É, ¸Ó½Å ·¯´×, ½Å°æ¸Á ±×¸®°í µö·¯´× __1.1.1 Àΰø Áö´É __1.1.2 ÀüÅëÀûÀÎ ÇÁ·Î±×·¡¹Ö°ú ¸Ó½Å ·¯´×ÀÇ Â÷ÀÌÁ¡ __1.1.3 ½Å°æ¸Á°ú µö·¯´× __1.1.4 ¿Ö µö·¯´×Àΰ¡? ¿Ö Áö±ÝÀΰ¡? 1.2 ¿Ö ÀÚ¹Ù½ºÅ©¸³Æ®¿Í ¸Ó½Å ·¯´×À» ÇÕÃÄ¾ß Çϳª¿ä? __1.2.1 Node.js¸¦ »ç¿ëÇÑ µö·¯´× __1.2.2 ÀÚ¹Ù½ºÅ©¸³Æ® »ýÅ°è 1.3 ¿Ö TensorFlow.jsÀΰ¡? __1.3.1 TensorFlow, Keras, TensorFlow.js¿¡ ´ëÇÑ °£·«ÇÑ ¿ª»ç __1.3.2 TensorFlow.js¸¦ ¼±ÅÃÇÏ´Â ÀÌÀ¯: ºñ½ÁÇÑ ¶óÀ̺귯¸®¿ÍÀÇ °£·«ÇÑ ºñ±³ __1.3.3 Àü ¼¼°è¿¡¼ TensorFlow.js°¡ ¾î¶»°Ô »ç¿ëµÇ°í ÀÖ³ª¿ä? __1.3.4 ÀÌ Ã¥ÀÌ TensorFlow.js¿¡ ´ëÇØ °¡¸£ÃÄ ÁÙ °Í°ú ±×·¸Áö ¾ÊÀº °Í 1.4 ¿¬½À ¹®Á¦ 1.5 ¿ä¾à 2ºÎ TensorFlow.js ¼Ò°³ 2Àå. TensorFlow.js ½ÃÀÛÇϱâ: °£´ÜÇÑ ¼±Çü ȸ±Í 2.1 ¿¹Á¦ 1: TensorFlow.js¸¦ »ç¿ëÇØ ´Ù¿î·Îµå ½Ã°£ ¿¹ÃøÇϱâ __2.1.1 ÇÁ·ÎÁ§Æ® °³¿ä: ¼Ò¿ä ½Ã°£ ¿¹Ãø __2.1.2 ÄÚµå¿Í ÄܼÖÀÇ »óÈ£ ÀÛ¿ë ¾È³» __2.1.3 µ¥ÀÌÅÍ »ý¼º°ú Æ÷¸ÅÆà __2.1.4 °£´ÜÇÑ ¸ðµ¨ Á¤ÀÇÇϱâ __2.1.5 ÈÆ·Ã µ¥ÀÌÅÍ¿¡¼ ¸ðµ¨ ÈÆ·ÃÇϱâ __2.1.6 ÈÆ·ÃµÈ ¸ðµ¨À» »ç¿ëÇØ ¿¹Ãø ¸¸µé±â __2.1.7 ù ¹ø° ¿¹Á¦ ¿ä¾à 2.2 Model.fit( ) ³»ºÎ: ¿¹Á¦ 1ÀÇ °æ»ç ÇÏ°¹ý ºÐ¼® __2.2.1 °æ»ç ÇÏ°¹ý ÃÖÀûÈ ÀÌÇØÇϱâ __2.2.2 ¿ªÀüÆÄ: °æ»ç ÇÏ°¹ý ³»ºÎ 2.3 ¿©·¯ ÀԷ Ư¼ºÀ» °¡Áø ¼±Çü ȸ±Í __2.3.1 º¸½ºÅÏ ÁÖÅà µ¥ÀÌÅͼ __2.3.2 ±êÇãºê¿¡¼ º¸½ºÅÏ ÁÖÅà ÇÁ·ÎÁ§Æ®¸¦ °¡Á®¿Í ½ÇÇàÇϱâ __2.3.3 º¸½ºÅÏ ÁÖÅà µ¥ÀÌÅÍ ¾ò±â __2.3.4 º¸½ºÅÏ ÁÖÅà ¹®Á¦¸¦ Á¤È®ÇÏ°Ô Á¤ÀÇÇϱâ __2.3.5 µ¥ÀÌÅÍ Á¤±ÔÈ __2.3.6 º¸½ºÅÏ ÁÖÅà µ¥ÀÌÅÍ¿¡¼ ¼±Çü ȸ±Í ÈÆ·ÃÇϱâ 2.4 ¸ðµ¨ Çؼ® ¹æ¹ý __2.4.1 ÇнÀµÈ °¡ÁßÄ¡¿¡¼ ÀÇ¹Ì ÃßÃâÇϱâ __2.4.2 ¸ðµ¨¿¡¼ °¡ÁßÄ¡ ÃßÃâÇϱâ __2.4.3 ¸ðµ¨ Çؼ® °¡´É¼º¿¡ ´ëÇÑ ÁÖÀÇ »çÇ× 2.5 ¿¬½À ¹®Á¦ 2.6 ¿ä¾à 3Àå. ºñ¼±Çü¼º Ãß°¡: °¡ÁßÄ¡ ÇÕÀ» ³Ñ¾î¼ 3.1 ºñ¼±Çü¼º°ú ±× Çʿ伺 __3.1.1 ½Å°æ¸ÁÀÇ ºñ¼±Çü¼º¿¡ ´ëÇÑ Á÷°ü ±â¸£±â __3.1.2 ÇÏÀÌÆÛÆĶó¹ÌÅÍ ÃÖÀûÈ 3.2 Ãâ·ÂÃþÀÇ ºñ¼±Çü¼º: ºÐ·ù¸¦ À§ÇÑ ¸ðµ¨ __3.2.1 ÀÌÁø ºÐ·ù __3.2.2 ÀÌÁø ºÐ·ù±âÀÇ Ç°Áú ÃøÁ¤: Á¤¹Ðµµ, ÀçÇöÀ², Á¤È®µµ, ROC °î¼± __3.2.3 ROC °î¼±: ÀÌÁø ºÐ·ùÀÇ ±ÕÇü °ü°è È®ÀÎÇϱâ __3.2.4 ÀÌÁø Å©·Î½º ¿£Æ®·ÎÇÇ: ÀÌÁø ºÐ·ù¸¦ À§ÇÑ ¼Õ½Ç ÇÔ¼ö 3.3 ´ÙÁß ºÐ·ù __3.3.1 ¹üÁÖÇü µ¥ÀÌÅÍÀÇ ¿ø-ÇÖ ÀÎÄÚµù __3.3.2 ¼ÒÇÁÆ®¸Æ½º È°¼ºÈ ÇÔ¼ö __3.3.3 ¹üÁÖÇü Å©·Î½º ¿£Æ®·ÎÇÇ: ´ÙÁß ºÐ·ù¸¦ À§ÇÑ ¼Õ½Ç ÇÔ¼ö __3.3.4 ¿ÀÂ÷ Çà·Ä: ´ÙÁß ºÐ·ù¸¦ »ó¼¼ÇÏ°Ô ºÐ¼®Çϱâ 3.4 ¿¬½À ¹®Á¦ 3.5 ¿ä¾à 4Àå. ÇÕ¼º°ö ½Å°æ¸ÁÀ» »ç¿ëÇØ À̹ÌÁö¿Í »ç¿îµå ÀνÄÇϱâ 4.1 º¤ÅÍ¿¡¼ ÅÙ¼·Î À̹ÌÁö Ç¥ÇöÇϱâ __4.1.1 MNIST µ¥ÀÌÅͼ 4.2 ù ¹ø° ÇÕ¼º°ö ½Å°æ¸Á __4.2.1 conv2d Ãþ __4.2.2 maxPooling2d Ãþ 1 __4.2.3 ÇÕ¼º°ö°ú Ç®¸µÀÇ ¹Ýº¹ __4.2.4 flatten Ãþ°ú ¹ÐÁý Ãþ __4.2.5 ÇÕ¼º°ö ½Å°æ¸Á ÈÆ·ÃÇϱâ __4.2.6 ÇÕ¼º°ö ½Å°æ¸ÁÀ» »ç¿ëÇØ ¿¹ÃøÇϱâ 4.3 ºê¶ó¿ìÀú¸¦ ³Ñ¾î¼: Node.js·Î ¸ðµ¨ ÈÆ·Ã ¼Óµµ ³ôÀ̱â __4.3.1 tfjs-node »ç¿ëÇϱâ __4.3.2 Node.js¿¡¼ ¸ðµ¨À» ÀúÀåÇÏ°í ºê¶ó¿ìÀú¿¡¼ ºÒ·¯¿À±â 4.4 À½¼º ÀνÄ: ÇÕ¼º°ö ½Å°æ¸ÁÀ» ¿Àµð¿À µ¥ÀÌÅÍ¿¡ Àû¿ëÇϱâ __4.4.1 ½ºÆåÆ®·Î±×·¥: »ç¿îµå¸¦ À̹ÌÁö·Î Ç¥ÇöÇϱâ 4.5 ¿¬½À ¹®Á¦ 4.6 ¿ä¾à 5Àå. ÀüÀÌ ÇнÀ: »çÀü ÈÆ·ÃµÈ ½Å°æ¸Á Àç»ç¿ëÇϱâ 5.1 ÀüÀÌ ÇнÀ: »çÀü ÈÆ·ÃµÈ ¸ðµ¨À» Àç»ç¿ëÇϱâ __5.1.1 Ãâ·Â Å©±â°¡ °°Àº ÀüÀÌ ÇнÀ: µ¿°á Ãþ __5.1.2 Ãâ·Â Å©±â°¡ °°Áö ¾ÊÀº ÀüÀÌ ÇнÀ: º£À̽º ¸ðµ¨ÀÇ Ãâ·ÂÀ» »ç¿ëÇØ »õ·Î¿î ¸ðµ¨ ¸¸µé±â __5.1.3 ¹Ì¼¼ Æ©´×À» ÅëÇØ ÀüÀÌ ÇнÀÀ» ÃÖ´ë·Î È°¿ëÇϱâ: ¿Àµð¿À ¿¹Á¦ 5.2 ÇÕ¼º°ö ½Å°æ¸Á¿¡¼ ÀüÀÌ ÇнÀÀ» ÅëÇÑ °´Ã¼ ŽÁö __5.2.1 ÇÕ¼ºµÈ Àå¸éÀ» ±â¹ÝÀ¸·Î ÇÑ °£´ÜÇÑ °´Ã¼ ŽÁö ¹®Á¦ __5.2.2 °£´ÜÇÑ °´Ã¼ ŽÁö ÀÚ¼¼È÷ ¾Ë¾Æº¸±â 5.3 ¿¬½À ¹®Á¦ 5.4 ¿ä¾à 3ºÎ TensorFlow.js¸¦ »ç¿ëÇÑ °í±Þ µö·¯´× 6Àå. µ¥ÀÌÅÍ ´Ù·ç±â 6.1 tf.data¸¦ »ç¿ëÇØ µ¥ÀÌÅÍ °ü¸®Çϱâ __6.1.1 tf.data.Dataset °´Ã¼ __6.1.2 tf.data.Dataset ¸¸µé±â __6.1.3 µ¥ÀÌÅͼ¿¡¼ µ¥ÀÌÅÍ °¡Á®¿À±â __6.1.4 tfjs-data µ¥ÀÌÅͼ ´Ù·ç±â 6.2 model.fitDatasetÀ¸·Î ¸ðµ¨ ÈÆ·ÃÇϱâ 6.3 µ¥ÀÌÅÍ ÃßÃâÀÇ ÀϹÝÀûÀÎ ÆÐÅÏ __6.3.1 CSV µ¥ÀÌÅÍ ´Ù·ç±â __6.3.2 tf.data.webcam()À» »ç¿ëÇØ ºñµð¿À µ¥ÀÌÅÍ °¡Á®¿À±â __6.3.3 tf.data.microphone()À» »ç¿ëÇØ ¿Àµð¿À µ¥ÀÌÅÍ °¡Á®¿À±â 6.4 µ¥ÀÌÅÍ¿¡ ÀÖ´Â ¹®Á¦ ó¸®Çϱâ __6.4.1 µ¥ÀÌÅÍ ÀÌ·Ð __6.4.2 µ¥ÀÌÅÍ ¹®Á¦¸¦ °¨ÁöÇÏ°í ó¸®Çϱâ 6.5 µ¥ÀÌÅÍ Áõ½Ä 6.6 ¿¬½À ¹®Á¦ 6.7 ¿ä¾à 7Àå. µ¥ÀÌÅÍ¿Í ¸ðµ¨ ½Ã°¢È 7.1 µ¥ÀÌÅÍ ½Ã°¢È __7.1.1 tfjs-vis¸¦ »ç¿ëÇØ µ¥ÀÌÅÍ ½Ã°¢ÈÇϱâ __7.1.2 ÅëÇÕ »ç·Ê ¿¬±¸: tfjs-vis¸¦ »ç¿ëÇÑ ³¯¾¾ µ¥ÀÌÅÍ ½Ã°¢È 7.2 ÈÆ·ÃµÈ ¸ðµ¨ ½Ã°¢È __7.2.1 ÇÕ¼º°ö ½Å°æ¸ÁÀÇ ³»ºÎ È°¼ºÈ °ª ½Ã°¢ÈÇϱâ __7.2.2 ÇÕ¼º°ö ÃþÀ» ÃÖ´ë·Î È°¼ºÈÇÏ´Â À̹ÌÁö ½Ã°¢ÈÇϱâ __7.2.3 ÇÕ¼º°ö ºÐ·ù °á°ú¿¡ ´ëÇÑ ½Ã°¢Àû Çؼ® 7.3 Ãß°¡ ÀÚ·á 7.4 ¿¬½À ¹®Á¦ 7.5 ¿ä¾à 8Àå. °ú¼ÒÀûÇÕ, °ú´ëÀûÇÕ°ú ¸Ó½Å ·¯´×ÀÇ ÀϹÝÀûÀÎ ¿öÅ©Ç÷Π8.1 ¿Âµµ ¿¹Ãø ¹®Á¦ ±¸¼º 8.2 °ú¼ÒÀûÇÕ, °ú´ëÀûÇÕ ±×¸®°í ÇØ°áÃ¥ __8.2.1 °ú¼ÒÀûÇÕ __8.2.2 °ú´ëÀûÇÕ __8.2.3 °¡ÁßÄ¡ ±ÔÁ¦·Î °ú´ëÀûÇÕ °¨¼ÒÇÏ°í ½Ã°¢ÈÇϱâ 8.3 ¸Ó½Å ·¯´×ÀÇ ÀϹÝÀûÀÎ ¿öÅ©Ç÷Π8.4 ¿¬½À ¹®Á¦ 8.5 ¿ä¾à 9Àå. ½ÃÄö½º¿Í ÅؽºÆ®¸¦ À§ÇÑ µö·¯´× 9.1 µÎ ¹ø° ³¯¾¾ ¿¹Ãø: RNN ¼Ò°³ __9.1.1 ¹ÐÁý ÃþÀÌ ¼ø¼¸¦ ¸ðµ¨¸µÇÏÁö ¸øÇÏ´Â ÀÌÀ¯ __9.1.2 RNNÀÌ ¼ø¼¸¦ ¸ðµ¨¸µÇÏ´Â ¹æ¹ý 9.2 ÅؽºÆ®¸¦ À§ÇÑ µö·¯´× ¸ðµ¨ ¸¸µé±â __9.2.1 ¸Ó½Å ·¯´×¿¡¼ÀÇ ÅؽºÆ® Ç¥Çö ¹æ¹ý: ¿ø-ÇÖ ÀÎÄÚµù°ú ¸ÖƼ-ÇÖ ÀÎÄÚµù __9.2.2 °¨¼º ºÐ¼® ¹®Á¦¸¦ À§ÇÑ Ã¹ ¹ø° ¸ðµ¨ __9.2.3 ´õ È¿À²ÀûÀÎ ´Ü¾î Ç¥Çö: ´Ü¾î ÀÓº£µù __9.2.4 1D ÇÕ¼º°ö ½Å°æ¸Á 9.3 ¾îÅÙ¼Ç ¸ÞÄ¿´ÏÁòÀ» »ç¿ëÇÑ ½ÃÄö½º-Åõ-½ÃÄö½º ÀÛ¾÷ __9.3.1 ½ÃÄö½º-Åõ-½ÃÄö½º ÀÛ¾÷ Á¤ÀÇ __9.3.2 ÀÎÄÚ´õ-µðÄÚ´õ ±¸Á¶¿Í ¾îÅÙ¼Ç ¸ÞÄ¿´ÏÁò __9.3.3 ¾îÅÙ¼Ç ±â¹ÝÀÇ ÀÎÄÚ´õ-µðÄÚ´õ ¸ðµ¨ ÀÚ¼¼È÷ ¾Ë¾Æº¸±â 9.4 Ãß°¡ ÀÚ·á 9.5 ¿¬½À ¹®Á¦ 9.6 ¿ä¾à 10Àå. »ý¼ºÀû µö·¯´× 10.1 LSTMÀ» »ç¿ëÇØ ÅؽºÆ® »ý¼ºÇϱâ __10.1.1 ´ÙÀ½ ¹®ÀÚ ¿¹Ãø±â: °£´ÜÇÏ°Ô ÅؽºÆ®¸¦ »ý¼ºÇÏ´Â ¹æ¹ý __10.1.2 LSTM ÅؽºÆ® »ý¼º ¿¹Á¦ __10.1.3 ¿Âµµ: »ý¼ºµÈ ÅؽºÆ®ÀÇ ¹«ÀÛÀ§¼º Á¶ÀýÇϱâ 10.2 º¯ÀÌÇü ¿ÀÅäÀÎÄÚ´õ: À̹ÌÁö¸¦ À§ÇÑ È¿À²ÀûÀÌ°í ±¸Á¶ÀûÀÎ º¤ÅÍ Ç¥Çö ã±â __10.2.1 ¿ÀÅäÀÎÄÚ´õ¿Í VAE: ±âº» ¾ÆÀ̵ð¾î __10.2.2 VAE ¿¹Á¦: ÆÐ¼Ç MNIST 10.3 GANÀ¸·Î À̹ÌÁö »ý¼ºÇϱâ __10.3.1 GANÀÇ ±âº» ¾ÆÀ̵ð¾î __10.3.2 ACGANÀÇ ±¸¼º ¿ä¼Ò __10.3.3 ACGAN ÈÆ·Ã ÀÚ¼¼È÷ ¾Ë¾Æº¸±â __10.3.4 MNIST ACGAN ÈƷðú À̹ÌÁö »ý¼º 10.4 Ãß°¡ ÀÚ·á 10.5 ¿¬½À ¹®Á¦ 10.6 ¿ä¾à 11Àå. ½ÉÃþ °È ÇнÀ 11.1 °È ÇнÀ ¹®Á¦ Á¤ÀÇ 11.2 Á¤Ã¥ ³×Æ®¿öÅ©¿Í Á¤Ã¥ ±×·¹À̵ð¾ðÆ®: Ä«Æ®-¸·´ë ¿¹Á¦ __11.2.1 Ä«Æ®-¸·´ë °È ÇнÀ ¹®Á¦ __11.2.2 Á¤Ã¥ ³×Æ®¿öÅ© __11.2.3 Á¤Ã¥ ³×Æ®¿öÅ© ÈÆ·ÃÇϱâ: REINFORCE ¾Ë°í¸®Áò 11.3 °¡Ä¡ ³×Æ®¿öÅ©¿Í Q-·¯´×: ½º³×ÀÌÅ© °ÔÀÓ ¿¹Á¦ __11.3.1 °È ÇнÀ ¹®Á¦·Î¼ÀÇ ½º³×ÀÌÅ© °ÔÀÓ __11.3.2 ¸¶¸£ÄÚÇÁ °áÁ¤ °úÁ¤°ú Q-°¡Ä¡ __11.3.3 ½ÉÃþ Q-³×Æ®¿öÅ© __11.3.4 ½ÉÃþ Q-³×Æ®¿öÅ© ÈÆ·ÃÇϱâ 11.4 Ãß°¡ ÀÚ·á 11.5 ¿¬½À ¹®Á¦ 11.6 ¿ä¾à 4ºÎ Á¤¸®¿Í ¸¶¹«¸® ¸àÆ® 12Àå. ¸ðµ¨ Å×½ºÆ®, ÃÖÀûÈ, ¹èÆ÷ 12.1 TensorFlow.js ¸ðµ¨ Å×½ºÆ®Çϱâ __12.1.1 ÀüÅëÀûÀÎ ´ÜÀ§ Å×½ºÆ® __12.1.2 °ñµç °ªÀ¸·Î Å×½ºÆ®Çϱâ __12.1.3 Áö¼ÓÀûÀÎ ÈÆ·Ã °í·Á »çÇ× 12.2 ¸ðµ¨ ÃÖÀûÈ __12.2.1 ÈÆ·Ã ÈÄ °¡ÁßÄ¡ ¾çÀÚȸ¦ ÅëÇÑ ¸ðµ¨ Å©±â ÃÖÀûÈ __12.2.2 GraphModel º¯È¯À» »ç¿ëÇÑ Ãß·Ð ¼Óµµ ÃÖÀûÈ 12.3 ´Ù¾çÇÑ Ç÷§Æû°ú ȯ°æ¿¡ TensorFlow.js ¸ðµ¨ ¹èÆ÷Çϱâ __12.3.1 À¥¿¡ ¹èÆ÷ÇÒ ¶§ Ãß°¡ÀûÀÎ °í·Á »çÇ× __12.3.2 Ŭ¶ó¿ìµå ¼ºñ½º¿¡ ¹èÆ÷ __12.3.3 Å©·Ò È®Àå °°Àº ºê¶ó¿ìÀú È®Àå ÇÁ·Î±×·¥À¸·Î ¹èÆ÷Çϱâ __12.3.4 ÀÚ¹Ù½ºÅ©¸³Æ® ±â¹Ý ¸ð¹ÙÀÏ ¾ÖÇø®ÄÉÀ̼ǿ¡ TensorFlow.js ¸ðµ¨ ¹èÆ÷Çϱâ __12.3.5 ÀÚ¹Ù½ºÅ©¸³Æ® ±â¹Ý Å©·Î½º Ç÷§Æû µ¥½ºÅ©Åé ¾ÖÇø®ÄÉÀ̼ǿ¡ TensorFlow.js ¸ðµ¨ ¹èÆ÷Çϱâ __12.3.6 À§Ãª°ú ´Ù¸¥ ÀÚ¹Ù½ºÅ©¸³Æ® ±â¹Ý ¸ð¹ÙÀÏ ¾Û Ç÷¯±×ÀÎ ½Ã½ºÅÛ¿¡ TensorFlow.js ¸ðµ¨ ¹èÆ÷Çϱâ __12.3.7 ´ÜÀÏ º¸µå ÄÄÇ»ÅÍ¿¡ TensorFlow.js ¸ðµ¨ ¹èÆ÷Çϱâ __12.3.8 ¹èÆ÷ ¹æ½Ä Á¤¸® 12.4 Ãß°¡ ÀÚ·á 12.5 ¿¬½À ¹®Á¦ 12.6 ¿ä¾à 13Àå. Á¤¸®, °á·Ð ±×¸®°í ±× ¿Ü »çÇ× 13.1 °ËÅäÇÒ ÁÖ¿ä °³³ä __13.1.1 AI, ¸Ó½Å ·¯´×, µö·¯´× __13.1.2 ¸Ó½Å ·¯´× Áß¿¡¼ µö·¯´×ÀÌ µ¶º¸ÀûÀÎ ÀÌÀ¯ __13.1.3 µö·¯´×¿¡ ´ëÇÑ °í¼öÁØÀÇ ¼Ò°³ __13.1.4 µö·¯´×À» °¡´ÉÇÏ°Ô ÇÑ ÇÙ½É ±â¼ú __13.1.5 ÀÚ¹Ù½ºÅ©¸³Æ®¿¡¼ µö·¯´×À¸·Î °¡´ÉÇÑ ¾ÖÇø®ÄÉÀ̼ǰú ±âȸ 13.2 µö·¯´× ¿öÅ©ÇÃ·Î¿Í TensorFlow.js ¼Ò°³ __13.2.1 Áöµµ ÇнÀ µö·¯´×ÀÇ ÀϹÝÀûÀÎ ¿öÅ©Ç÷Π__13.2.2 TensorFlow.jsÀÇ ¸ðµ¨°ú Ãþ __13.2.3 TensorFlow.js¿¡¼ »çÀü ÈÆ·ÃµÈ ¸ðµ¨ »ç¿ëÇϱâ __13.2.4 µö·¯´×ÀÇ °¡´É¼º __13.2.5 µö·¯´×ÀÇ ÇÑ°è 13.3 µö·¯´× Æ®·»µå 13.4 Ãß°¡ ÇнÀÀ» À§ÇÑ ¾È³» __13.4.1 ij±Û¿¡¼ ½ÇÀü ¸Ó½Å ·¯´× ¹®Á¦ ¿¬½ÀÇϱâ __13.4.2 ¾ÆÄ«À̺꿡¼ ÃֽŠ°³¹ß ³í¹® Àбâ __13.4.3 TensorFlow.js »ýÅÂ°è ¸ÎÀ½¸» ºÎ·Ï A. ½Ç½À ȯ°æ ¼³Á¤ ºÎ·Ï B. tfjs-node-gpu¿Í Çʼö ¶óÀ̺귯¸® ¼³Ä¡ B.1 ¸®´ª½º¿¡¼ tfjs-node-gpu ¼³Ä¡Çϱâ B.2 À©µµ¿¡¼ tfjs-node-gpu ¼³Ä¡ÇÏ±â ºÎ·Ï C. TensorFlow.js ÅÙ¼¿Í ¿¬»ê Æ©Å丮¾ó C.1 ÅÙ¼ »ý¼º°ú ÅÙ¼ Ãà ±ÔÄ¢ __C.1.1 ½ºÄ®¶ó(·©Å©-0 ÅÙ¼) __C.1.2 tensor1d(·©Å©-1 ÅÙ¼) __C.1.3 tensor2d(·©Å©-2 ÅÙ¼) __C.1.4 ·©Å©-3°ú °íÂ÷¿ø ÅÙ¼ __C.1.5 µ¥ÀÌÅÍ ¹èÄ¡ °³³ä __C.1.6 ½ÇÁ¦ ÅÙ¼ ¿¹½Ã __C.1.7 ÅÙ¼ ¹öÆÛ¿¡¼ ÅÙ¼ ¸¸µé±â __C.1.8 °ªÀÌ 0ÀÎ ÅÙ¼¿Í °ªÀÌ 1ÀÎ ÅÙ¼ ¸¸µé±â __C.1.9 ·£´ýÇÑ °ªÀ» °¡Áø ÅÙ¼ ¸¸µé±â C.2 ±âº» ÅÙ¼ ¿¬»ê __C.2.1 ´ÜÇ× ¿¬»ê __C.2.2 ÀÌÁø ¿¬»ê __C.2.3 ÅÙ¼ ¿¬°á°ú ½½¶óÀÌ½Ì C.3 TensorFlow.jsÀÇ ¸Þ¸ð¸® °ü¸®: tf.dispose( )¿Í tf.tidy( ) C.4 ±×·¹À̵ð¾ðÆ® °è»ê C.5 ¿¬½À ¹®Á¦ ºÎ·Ï D. ¿ë¾î »çÀü
(°³)
1. ¹è¼Û
¹è¼ÛÀº ´çÀÏ ¿ÀÈÄ 4½ÃÀÌÀü(Åä¿äÀÏÀº ¿ÀÈÄ12½Ã)¿¡ ÁÖ¹®¹× °áÀ縦 ÇÏ½Ã¸é ´çÀϹè¼ÛµË´Ï´Ù. ¹è¼ÛÀº ÁÖ¹® ÈÄ °áÀç¿Ï·áÀÏÀ» ±âÁØÀ¸·Î 1~2ÀÏ ¾È¿¡ ¹è¼Û¿Ï·á¸¦ ¿øÄ¢À¸·Î ÇÏ°í ÀÖ½À´Ï´Ù. ´Ù¸¸ ºÎµæÀÌÇÑ °æ¿ì(ÇØ´ç»óÇ°ÀÇ Ç°Àý ¹× ÀýÆÇ) °í°´´Ô²² Àüȸ¦ µå·Á¼ 󸮸¦ ÇÕ´Ï´Ù. 2. ¹è¼Û·á ¹è¼Û·á´Â 25,000¿ø ÀÌ»óÀÌ °æ¿ì À̱×ÀëÇ÷¯½º¿¡¼ ºÎ´ãÇÏ°í, ¹Ì¸¸ÀÏ °æ¿ì °í°´ÀÌ 2,500¿øÀ» ºÎ´ãÇÕ´Ï´Ù. ´Ù¸¸ ±¸¸Å±Ý¾×ÀÌ 25,000¿ø ÀÌ»óÀε¥ Àû¸³±Ý µîÀ» »ç¿ëÇÏ¿© ½ÇÁ¦ °áÀç±Ý¾×ÀÌ 25,000¿ø ¹Ì¸¸ÀÌ µÇ´õ¶óµµ À̱×ÀëÇ÷¯½º¿¡¼ ¹è¼Û·á¸¦ ºÎ´ãÇÏ°í, Á¦ÁÖ¸¦ Á¦¿ÜÇÑ µµ¼Áö¿ªÀÇ °æ¿ì´Â 5,000¿øÀÌ Ãß°¡µË´Ï´Ù. Çؿܹè¼ÛÀº Àü¾× °í°´ºÎ´ãÀÌ µË´Ï´Ù. 5. ¹ÝÇ°/±³È¯
¹ÞÀ¸½Å ³¯ ºÎÅÍ ÀÏÁÖÀÏ À̳» ¹ÝÇ°/±³È¯ÀÌ °¡´ÉÇϽʴϴÙ. ½Ã°£ÀÌ Áö³ª¸é 󸮰¡ ºÒ°¡ÇÔÀ» ¾Ë·Á µå¸³´Ï´Ù. ´Ù¸¸ ÁÖ¹®ÇϽŠ»óÇ°°ú ´Ù¸¥ »óÇ°ÀÌ ¹è¼ÛµÇ°Å³ª Æĺ», ³«ÀåÀÌ ÀÖ´Â µµ¼ÀÇ °æ¿ì ÀÌ¿ë¾à°ü¿¡ ÁØÇÏ¿© À̱×ÀëÇ÷¯½ºÀÇ ºñ¿ëÀ¸·Î ±³È¯, ¹ÝÇ° ¹× ȯºÒ µîÀ» Çص帳´Ï´Ù. 4. ȯºÒ ¹ÞÀ¸½Å ³¯ºÎÅÍ 2ÀÏ À̳»·Î Àüȳª 1:1 °Ô½Ã±Û·Î Àû¾îÁÖ¼Å¾ß °¡´ÉÇϽʴϴÙ. 5. ÁÖÀÇ °í°´´Ô º¯½ÉÀ¸·Î ÀÎÇÑ ±³È¯/¹ÝÇ°/ȯºÒ °í°´´Ô²²¼ Åùèºñ(¿Õº¹Åùèºñ)¸¦ ºÎ´ãÀÌ µÇ´Ï ÀÌÁ¡ À¯ÀÇÇØ ÁֽʽÿÀ. ¶ÇÇÑ °ÀÇÅ×ÀÙ/¾ãÀº¹®Á¦Áý/ºñ´ÒÆ÷ÀåµÈÁ¦Ç°µîÀº Çѹø ±¸¸ÅÇÏ½Ã¸é ±³È¯/¹ÝÇ°/ȯºÒÀÌ ÀüÇô ¾ÈµË´Ï´Ù. ½ÅÁßÈ÷ »ý°¢Çϼż ±¸¸Å ºÎŹµå¸³´Ï´Ù. ´Ù¸¸ ºÒ·®Å×ÀÙÀÇ °æ¿ì ±× ºÒ·®ÀÌ µÈ °³º°Å×ÀÙÀ» À̱×ÀëÇ÷¯½ºÀÇ ºñ¿ëÀ¸·Î A/S¸¦ Çص帳´Ï´Ù. 6. ÁÖ¹®Ãë¼Ò, ±³È¯, ¹ÝÇ° ¹× ȯºÒÀº ´çÀÏ 3½Ã ÀÌÀü¿¡ ÇØÁÖ¼Å¾ß °¡´ÉÇÕ´Ï´Ù. ±× ÀÌÈÄ´Â ¹è¼Û µî¿¡ µû¸¥ Á¦ºñ¿ëÀ» ºÎ´ãÇÏ¼Å¾ß ÇÕ´Ï´Ù.
|
|
||||||||
|
||||||||
|
||||||||
* »óÇ°»çÀÌÁî Ä¡¼ö´Â Àç´Â ¹æ¹ý°ú À§Ä¡¿¡ µû¶ó 1~3cm ¿ÀÂ÷°¡ ÀÖÀ» ¼ö ÀÖ½À´Ï´Ù.