TensorFlow 설치 및 입문
소개
텐서플로우는 기계 학습과 딥러닝을 위해 구글에서 만든 오픈소스 라이브러리입니다. 데이터 플로우 그래프 방식을 사용합니다.
데이터 플로우 그래프
데이터 플로우 그래프는 수학 계산과 데이터의 흐름을 노드와 엣지를 사용한 방향 그래프로 표현합니다.
특징
텐서플로우는 다음과 같은 특징을 가집니다:
- 데이터 플로우 그래프를 통한 풍부한 표현력
- 코드 수정 없이 CPU/GPU 모드로 동작
- 아이디어 테스트에서 서비스 단계까지 이용 가능
- 계산 구조와 목표 함수만 정의하면 자동으로 미분 계산을 처리
- Python/C++를 지원하며, SWIG를 통해 다양한 언어 지원 가능
“구글이 텐서플로우를 오픈소스로 한 것은, 기계 학습이 앞으로 제품과 기술을 혁신하는데 가장 필수적인 요소라고 믿기 때문입니다.” - Google Brain Team
설치
제약 조건:
- Unix계열 OS(Linux/Mac OCX)만 지원합니다.
- GPU 버전은 Linux만 지원합니다.
Linux / Mac OCX
Unix 계열 OS를 사용하시는 분들은 설치 문서를 참고하세요.
윈도우
윈도우 사용자는 가상 머신을 이용하거나, 도커 툴박스 설치 후 진행하시기 바랍니다.
이미지를 받고 컨테이너 실행
텐서플로우의 도커 이미지는 소스코드, 예제, 툴도 포함되어 있기에 풀 버전을 받는 것을 권합니다.
Linux/Mac OCX
docker run -it b.gcr.io/tensorflow/tensorflow-full
UNIX 계열 OS에서는 위의 명령을 실행하면 이미지를 받고 컨테이너가 실행됩니다. 컨테이너 실행 후 자동으로 컨테이너 안의 쉘 환경으로 들어가게 됩니다.
컨테이너 안의 /tensorflow폴더에 소스가 설치되어 있습니다.(주의: 이 폴더에서 모듈을 import 하시면 error가 발생합니다.)
윈도우
윈도우의 경우 Docker QuickStart Terminal 실행 후(이때 고래 그림 아래의 IP를 기억해둡니다.) 아래와 같이 실행하시기 바랍니다.
winpty docker run -it -p 8888:8888 b.gcr.io/tensorflow/tensorflow-full
이미지를 받은 후 컨테이너가 실행되면, Jupyter 노트북 서버가 자동으로 시작된 상태입니다. 웹브라우저에서 ‘위의IP:8888’을 입력하면 Jupyter Notebook 환경에 접속됩니다. 여기에서 tensorflow를 사용할 수 있습니다.
동작 확인
설치가 잘 되었는지 다음의 코드로 확인해봅니다.
$ python
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print sess.run(hello)
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print sess.run(a+b)
42
>>>
기본 개념 익히기
일단 기본 용어부터 살펴보겠습니다.
용어
오퍼레이션(Operation)
그래프 상의 노드는 오퍼레이션(op)으로 불립니다. 오퍼레이션은 하나 이상의 텐서를 받을 수 있습니다. 오퍼레이션은 계산을 수행하고, 결과를 하나 이상의 텐서로 반환할 수 있습니다.
텐서(Tensor)
내부적으로 모든 데이터는 텐서를 통해 표현됩니다. 텐서는 일종의 다차원 배열인데, 그래프 내의 오퍼레이션 간에는 텐서만이 전달됩니다.
세션(Session)
그래프를 실행하기 위해서는 세션 객체가 필요합니다. 세션은 오퍼레이션의 실행 환경을 캡슐화한 것입니다.
변수(Variables)
변수는 그래프의 실행시, 패러미터를 저장하고 갱신하는데 사용됩니다. 메모리 상에서 텐서를 저장하는 버퍼 역활을 합니다.
예제
간단한 예제를 통해 기본 개념을 확인하겠습니다.
import tesorflow as tf
# 변수를 0으로 초기화
state = tf.variable(0, name="counter")
# state에 1을 더할 오퍼레이션 생성
one = tf.constant(1)
new_value = tf.add(state, one)
update = tf.assign(state, new_value)
#그래프는 처음에 변수를 초기화해야 합니다. 아래 함수를 통해 init 오퍼레이션을 만듭니다.
init_op = tf.initialize_all_variables()
# 그래프를 띄우고 오퍼레이션들을 실행
with tf.Session() as sess:
# 초기화 오퍼레이션 실행
sess.run(init_op)
# state의 초기 값을 출력
print(sess.run(state))
# state를 갱신하는 오퍼레이션을 실행하고, state를 출력
for _ in range(3):
sess.run(update)
print(sess.run(state))
결과
0
1
2
3