| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | |||||
| 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| 10 | 11 | 12 | 13 | 14 | 15 | 16 |
| 17 | 18 | 19 | 20 | 21 | 22 | 23 |
| 24 | 25 | 26 | 27 | 28 | 29 | 30 |
- 알고리즘
- 텐서플로
- Sort
- Java
- 딥러닝
- HelloWorld
- LSTM
- 하이브
- collections
- 파이썬
- graph
- python
- C
- 주식분석
- scrapy
- 선형대수
- codingthematrix
- hadoop2
- 그래프이론
- tensorflow
- yarn
- RNN
- 코딩더매트릭스
- GRU
- C언어
- hive
- recursion
- effective python
- NumPy
- 하둡2
- Today
- Total
목록Estimator (2)
EXCELSIOR
Custom Estimator
Custom Estimator이번 포스팅은 TensorFlow™️>GUIDE를 참고했으며, TensorFlow Estimator에 대한 자세한 내용은 여기를 참고하면 된다. 1. Estimator 란tf.estimator은 Python의 대표적인 머신러닝 모듈인 Scikit-Learn(sklearn)의 스타일처럼 복잡한 딥러닝 모델을 쉽게 작성할 수 있도록 해주는 라이브러리다. Keras와 마찬가지로 tf.contrib.learn으로 텐서플로에 들어왔으며, 이번 포스팅에서의 예제는 1.11.0버전(2018.09.28)에는 tf.estimator로 옮겨졌다. 2. Pre-made vs. Custom아래의 그림에서 볼 수 있듯이, pre-made Estimator들은 tf.estimator.Estimator..
[러닝 텐서플로]Chap07.1 - 텐서플로 추상화와 간소화, Estimator
Chap07.1 - 텐서플로 추상화와 간소화, Estimator추상화가 무엇이며 왜 유용한지 알아보고 텐서플로(TensorFlow)의 몇몇 대중적인 추상화 라이브러리를 간단하게 살펴보도록 하자. 7.1 개요추상화(abstraction)이란 코드를 특정한 목적으로 일반화하여 기존 코드 '위에 올라가는' 코드의 계층을 의미한다. 관련있는 High-Level 기능을 묶는 방식의 재구성을 통해 코드를 감싸서 추상화한다. 따라서 쉽게 코딩할 수 있고, 가독성이 좋으며, 코드가 간소화된다. 7.1.1 추상화 라이브러리 둘러보기텐서플로(TensorFlow)에서 사용할 수 있는 인기있는 추상화 라이브러리는 다음과 같다고 한다.tf.estimatorTFLearnTF-SlimKerasTFLearn은 별도의 설치가 필요하며..