tf.keras 를 활용해 1.x에서 사용했던 데이터셋인 MNIST를 사용하여 같은 classification이지만 훨씬 간단하게 구현할 수 있었습니다. 특히 사용자가 일일이 tf.Session() 을 통해 실행 후 종료시켜줘야했던 것과 달리 2.x에서는 간단하게 실행한 후 신경쓰지 않아도 됩니다. keras에서 구현할 수 있는 모델에는 두 가지 종류가 있습니다. sequential : 레이어를 순차적으로 구현할 수 있어 이해하기에 직관적이고 따라서 에러가 적습니다. functional : 함수형 API에서는 레이어가 중간에 두 개로 갈라진다거나 하는 등 모델이 복잡할 때 활용할 수 있습니다. 복습 코드 링크 1. 데이터 전처리 - keras에서 datasets에서 불러올 수 있는 MNIST set을 각..

복잡하고 까다로웠던 Tensorflow 1.x버전에 비해 2.x는 구현이 많이 쉬워졌다고 합니다. 변수 초기화, 파라미터의 차원 설정하기 등 코드가 많이 간결해졌다고 하는데요, 하지만 그 간결해진 코드 내에서 tensorflow가 어떻게 작동하는지 공부하기 위해 1.x로 실습한 내용입니다. 수업시간에 사용했던 data set은 손글씨 classification 이고, 전체 수업내용 코드는 github에 올려두었습니다. (link) 전체적인 코드의 흐름은 전처리(data normalization, target value(label)의 one-hot encoding), 모델 학습 및 테스트였습니다. 1.x 에서는 파라미터 초기화 코드 및 tf.Session(), epoch input 횟수를 직접 구현 및 실..