핸즈온 머신러닝(2판): 사이킷런, 케라스, 텐서플로 2를 활용한 머신러닝, 딥러닝 완벽 실무

495

12

장

텐서플로를 사용한 사용자 정의 모델과 훈련

모델의 모든 구성 요소

26

와 훈련 알고리즘을 어떻게 커스터마이징하는지 알았습니다. 이제 텐

서플로의 자동 그래프 생성 기능을 어떻게 사용하는지 알아봅시다. 이는 작성한 코드의 실행

속도를 크게 높여주고 텐서플로가 지원하는 모든 플랫폼에서 구동시켜줍니다 (

19

장 참조 ).

12.4

텐서플로 함수와 그래프

텐서플로

1

에서 그래프는 텐서플로

API

의 핵심이므로 피할 수가 없었습니다(이 때문에 복잡

도가 높아졌죠 ). 텐서플로

2

에도 그래프가 있지만 이전만큼 핵심적이지는 않고 사용하기 매우

(정말 매우! ) 쉽습니다. 간단한 예로 입력의 세 제곱을 계산하는 함수를 만들어 살펴봅시다.

def cube(x):

return x ** 3

정수나 실수 같은 파이썬 상수나 텐서를 사용하여 이 함수를 호출할 수 있습니다.

>>> cube(2)

8

>>> cube(tf.constant(2.0))

<tf.Tensor: id=18634148, shape=(), dtype=float32, numpy=8.0>

이제

tf

.

function

()

을 사용하여 이 파이썬 함수를

텐서플로

함수

TensorFlow

function

로 바꿔봅시다.

>>> tf_cube = tf.function(cube)

>>> tf_cube

<tensorflow.python.eager.def_function.Function ...