PyCon Korea 2019 - Tutorial Day 1
함께 해보자 ! Tensorflow 2.0
드디어 PyCon의 첫 일정인 튜토리얼을 들으러 코엑스로 아침부터 찾아갔다.
원래 이 날에는 들을 계획이 없었지만 기왕 가서 들어보는 김에 신청해서 듣게되었다.
가격은 15,000이였고 3시간짜리 프로그램이였다. (시간당 5,000원?)
10시 시작이였지만 일찍와서 아메리카노 한잔과 함께 티켓을 교환하고 강의실로 들어갔다.
사실 이 날에는 관심있는 강의가 없어서 자의반? 타의반? 형이 관심있어 하는 AI에 대한 강의를 듣게 되었다.
말로만 듣던 Tensorflow 에 대해 알아보자 ? 지식을 넓히자 ? 이런 마음이 컸다
강의장에 들어가니 슬라이드가 띄워져 있었고, 잘 보려고 앞줄에 앉았다.
강사님?(호칭을 뭐라고 해야할지 모르겠어서 강사님으로…ㅎ)이 시작하기에 앞서 대략적으로 과거와 현재, 그리고 미래의 AI의 방향에 대해 말씀해주셨다. 첫날이라 그런지 티켓교환 줄이 길어져 10분정도 딜레이가 됐다 (이 때부터 뭔가 불안…)
1
2
3
4
5
6
7
8
과거
- Rule + Answer를 가지고 답을 찾음 : 75%
발전
- Answer + 답을 가지고 Rule을 찾음
- 유사한 사항이 오면 분류가 가능
- 단 데이터(answer)가 많이 필요하고, 각각의 답을 다 정해줘야 한다(labeling이 중요하다고...)
- Labeling은 사람이..
음.. 시작부터 오…어려울것 같다? 이라는 생각이 들었지만 앞자리여서 고개를 열심히 끄덕이면서 집중했다😂
1
2
3
4
5
6
7
8
9
data의 편향성이 labeling에 중요하다 !!
- 어느 한쪽에 치우지지 않는것..
지도학습 / 비지도학습
모델
- 학습된, 잘 만들어진 모데롤 다른 비즈니스에 활용, 서비스하는 단계
- 자동번역 api, 음성인식 api
- tensorflow 2.0이 모델을 가지고 서비스를 하는 것으로 확장
점점 더 처음 듣는 단어들이 많아 지면서 예제를 보여주기 시작하셨다
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
import tensorflow as tf
import numpy as np
from tensorflow import keras
model = keras.Sequential([keras.layers.Dense(units=1, input_shape=[1])])
# 네트워크 구조 선언
## optimizer : 학습을 최적화 해주는 과정, 어떤 방법으로 찾을 것인지, 최적화 메소드에 따라서, 모델선정
## loss : 비교값,
model.compile(optimizer="sgd", loss="mean_squared_error")
xs = np.array([-1.0, 0.0, 1.0, 2.0, 3.0, 4.0], dtype=float)
ys = np.array([-2.0, 1.0, 4.0 ,7.0, 10.0, 13.0], dtype=float)
# epochs : 반복학습 횟수
model.fit(xs, ys, epochs=500)
print(model.predict([10.0]))
tensorflow 2.0 에는 keras가 포함되어 있다…라고 하는데 저는 한번도 안써봤는데요…?😂
(사실 이 때부터 아 tensorflow를 다뤄본적이 있는 사람들을 위한 자리구나 라고 생각을 했다)
이후에도 여러 예제를 들어주시면서 열심히 고개를 끄덕이면서 타이핑했지만 이제와서 보니 뭘 적은지도 모르겠다.. 그나마 들어봤던 정규화에 대해서 설명을 해주셨는데
1
2
3
4
5
6
7
Why to normalize ?
- normalize가 없으면 편향(bias)이 생김 : 데이터별로 분산정도가 다르기 때문에
# 255.0으로 나는 이유는 0 ~ 1사이의 실수값으로 normalize하기 위해
## 아래는 최대값으로 나눔
training_images = training_images/255.0
test_images = test_images/255.0
그리고 이번 강의의 목적, tensorflow 2.0에 대해서 설명을 해주셨다.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
Keras 호환 API +
Eag execution +
autograph +
TensorFlow.Data
- 빠르고 유연하며 사용이 편리한 입력 파이프라인
- ETL 과정의 최적화(데이터 가져오고, 변환하고, 로딩)
tensorflow 확장 tf-hub
- tensorflow.js : 프론트단으로
- 서버, clioud까지 가지 않아도 프론트단에서 해결할 수있게끔 서비스가 내려옴
- tensorflow.lite : 안드로이드
- chrome 브라우저가 학습
그러던 중 갑자기 프로젝터 연결이 끊어졌다… (아직 한시간이나 남았는데요..?)
당황하시던 강사님의 모습이 아직도 눈에 선하다
프로젝터가 나가버려서 입으로 남은 시간을 채우셔야했는데, 그 와중에 강의듣던 사람들에게 항의까지 받으니… 정말 고생하셨다
프로젝터가 나가버린 후 관계자분들이 왔다갔다 고치려고 돌아다니고, 사실 이 때부터 거의 집중이 안됐다. 그래도 고생하시는 강사님을 보면서 열심히 고개를 끄덕였다..
강의가 끝나기 10분정도 전쯤 드디어 프로젝터가 고쳐졌고 그렇게 강의가 마무리 되었다.
그리고 결국 나중에 이 강의는 환불처리가 되었다 (강사님 고생하셨어요…)
AI에 대해 무지한 내가 들었기 때문에 뭔가 덜 와닿았던 강의였던 것 같고, 튜토리얼이 초보자들 또는 새로운 것을 접하는 사람들을 위해 진행하는 교육 프로그램이라고 나와 있어서 되게 쉬울 것 같았지만 도메인에 대한 이해가 있고, 라이브러리들을 사용한 경험이 있던 사람들이 들었다면 더욱 유익한 강의가 됐을것 같았다.
