Easy ways

안녕하세요! 오늘은 텐서플로우에서 제공하는 예제를 사용해서 간단한 모델을 생성하고 테스트를 해보려고 합니다. MNIS 데이터를 이용하여 AI 모델을 만들어보겠습니다. 간단한 예제이고 AI 모델 구조를 살펴보기에 좋기에 가져와 봤습니다. 구글 코랩같은 곳에서 한줄 씩 넣으며 테스트 해보시기를 바랍니다. 전체 코드 import tensorflow as tf mnist = tf.keras.datasets.mnist (x_train, y_train), (x_test, y_test) = mnist.load_data() x_train, x_test = x_train / 255.0, x_test / 255.0 model = tf.keras.models.Sequential([ tf.keras.layers.Flatten..

요즘 인공지능이 아주 핫하죠! 대세를 따라 인공지능 분야를 공부하고 싶어하는 사람들이 많습니다. 인공지능을 만들기 위해 컴퓨터에 텐서플로우나 파이토치등을 설치해 환경을 구축해야하는데 이 환경 구축이 사실 제일 어렵고 제일 힘들죠 환경 구축의 어려움에 대해선 많은 분들이 고개를 끄덕이실 겁니다. 특히 여러명이 있는 곳에선 이 문제가 더 두드러집니다. 하지만 그림과 같은 구조로 텐서플로우 서버를 하나 만들고 IP 주소를 통해 접속한다면 환경구축을 컴퓨터마다 일일히 진행하지 않더라도 모두 AI 모델을 만들 수 있습니다! 오늘은 위 그림과 같이 여러명이 있는 공간등에서 우분투 서버를 한대를 만들어 두고 IP 주소를 통해 주피터 노트북으로 접속하여 텐서플로우를 실행 시킬 수 있는 예제를 만들어보겠습니다. 환경 :..

Jupyter Note 를 많이 사용합니다. 서버만 구축해둔다면 어디서든 접속할 수 있고 터미널 환경보다 GUI 가 잘 갖추어져 있기 때문에 사용이 편리합니다. 도커와 주피터 노트북을 사용하여 딥러닝을 하는것이 제가 생각하는 가장 쉽고 편리한 구축방식입니다. 오늘은 요즘 핫한 Tensorflow와 jupyter Notebook 을 합쳐서 설치 후 사용하는법에 대해서 알아보겠습니다. OS는 docker 가 설치될 수 있는 환경이라면 어디던지 상관없습니다. [저는 Window 에서 실행했습니다] Tensorflow-jupyter 이미지 다운 우선적으로 이미지를 다운받아야합니다. 텐서플로우 에서 편하게 환경을 구축할 수 있도록 이미지 레이어를 구축해 두었습니다 우리는 여기서 주피터 노트북과 함께 사용할 수 있..