오늘한 일
- 노션 이력서를 작성했다
- 알고리즘 문제를 풀었다
- 블로그 TIL을 작성하였다
- 1일 1커밋을 하였다
느낌 점
노션에서 이력서를 작성하면서 내 나름대로는 괜찮다고 생각했지만 부족한 점들을 다시 한번 깨닫게 되었고 앞으로 뭘 배워야 할 지에 대해서도 어느 정도 알게 되었다 내일은 꼭 프로젝트 회고록들을 작성하여 이력서에 마지막 프로젝트 페이지를 채워야겠다
배운 점
텐서플로
텐서플로란 구글이 2011년에 개발을 시작하여 2015년에 오픈 소스로 공개한 기계학습 라이브러리로 기계 학습과 딥 러닝 모델 개발을 위한 강력한 도구이다 기본적으로는 파이썬을 기반으로 하며, C++, Java, Go 등에서도 사용 가능하다는 특징을 가졌다
이러한 텐서플로의 주요 기능을 살펴보면 딥 러닝 모델 개발, 텐서플로는 그래프 기반의 계산을 사용하여 다양한 딥 러닝 모델을 구성할 수 있는데 층(layer), 노드(node), 연결(edge) 등의 개념을 사용하여 모델을 구축하고, 다양한 활성화 함 수, 손실 함수 등을 설정할 수 있다
이외에도 텐서플로는 세션(Session)을 통해 모델을 학습하고 평가하거나 자동 미분을 지원하여, 모델의 손실 함수를 최적화하기 위한 그래디언트(Gradient)를 자동으로 계산하는 등 다양한 기능을 지원한다
특징에 대해서도 알아보면
유연한 모델 설계: 텐서플로는 동적 그래프 실행(Dynamic Graph Execution) 과 즉시 실행(Eager Execution)이라는 두 가지 모델 설계 방식을 지원한다
다양한 모델 배포 옵션: TensorFlow Serving을 사용하여 모델을 서비스로 배포하거나, TensorFlow.js를 이용하여 브라우저에서 모델을 실행 또는 TensorFlow Lite를 사용하여 모바일 장치에서 모델을 실행할 수 있다
가 있고 텐서플로의 활용 분야로는
- 이미지 처리
- 음성 처리
- 자연어 처리
- 의료 분야
- 자율주행 차량
이 있으며 실제 사례로는
구글 포토: 구글 포토는 텐서플로를 활용하여 이미지 인식 기술을 구현한 서비스로, 수백만 개의 이미지를 처리하고 분석하여 객체를 인식하고 분류하는데 사용되었다
구글 번역: 구글 번역은 텐서플로를 활용하여 다양한 언어 간 번역 을 수행하는 서비스로, 딥러닝 기반의 기계 번역 모델을 통해 높은 번역 품질을 제공하였다
이루다: 이루다 AI는 TensorFlow와 PyTorch 이둘을 사용하 여 개발되었다
등이 존재한다
마지막으로 텐서플로의 장단점
텐서플로의 장점
커뮤니티가 활발하며, 다양한 문서, 예제, 튜토리얼 등이 제공되어 학습과 개발을 지원합니다.
구글이 주도하는 개발로 뒷받침되어 지속적인 업데이트와 개선이 이루어지며, 안정성과 신뢰성이 높습니다.
여러 플랫폼에서 동작하는 유연성과 이식성이 뛰어나며, 모바일, 임베디드 시스템, 클라우드 등 다양한 환경에서 사용할 수 있습니다.
초기 설정과 구성이 복잡할 수 있어, 초기 학습 곡선이 다 소 높을 수 있습니다.
텐서플로의 단점
딥러닝 모델을 만드는 데 기초 레벨부터 직접 작업해야 하 기 때문에 초보자가 사용하기 어려울 수 있습니다.
역으로 다양한 모델 개발을 위한 API와 도구의 다양성이 높아 선택의 어려움이 있을 수 있습니다.
내일 계획
내일은 프로젝트 회고록을 진짜 작성해야겠다