Google Developers Korea Blog: 새로운 TensorFlow Hub 웹 경험

새로운 TensorFlow Hub 웹 경험

Thursday, January 24, 2019

.post-body span { white-space: normal !important; } <블로그 원문은 이곳에서 확인하실 수 있습니다>
게시자: André Susano Pinto(TensorFlow Hub 기술 총괄) 및 Clemens Mewald(제품 관리자) 이전 게시물에서 TensorFlow의 머신러닝 모듈 일부를 발표, 발견, 재사용할 수 있는 플랫폼인 TensorFlow Hub에 대해 다루었습니다. 이 플랫폼의 중요한 점은 바로 웹 경험으로, 이를 통해 개발자들은 자신의 사용 사례를 위한 TensorFlow 모듈을 발견할 수 있습니다. TensorFlow Hub를 위한 새로운 웹 경험을 출시할 예정으로, 이를 통해 검색 및 찾기는 더 쉬워지고 다중 게시자 플랫폼은 더욱 견고해집니다. 모듈 탐색 및 찾기

그림 1: 새로운 웹 경험을 통해 모듈 세부사항을 알고, tfhub.dev URL에 더욱 쉽게 액세스할 수 있게 되며, 가능한 곳에서 Colab 노트북에 직접 연결할 수 있게 됩니다.
TensorFlow Hub는 재사용할 수 있는 ML을 공유하는 플랫폼으로서, 당사는 연구원들과 개발자들이 더 방대한 커뮤니티에서 작업을 공유할 수 있도록 하는 것을 비전으로 삼고 있습니다. 범용 문장 인코더 모듈은 기초가 되는 머신러닝 기술부터 더 광범위한 개발자 커뮤니티의 애플리케이션까지 번역을 가속화할 수 있는 성공적인 예시입니다. 문서에는 모듈의 tfhub.dev URL이 참조용으로 나와 있습니다. URL을 복사해 브라우저에 붙여넣으면 모듈의 세부 페이지로 이동하며, 게시자들은 거기에서 문서 및 Colab 노트북 링크를 공유해 모듈을 시험해볼 수 있습니다. 범용 문장 인코더는 TF Hub에서 가장 인기 있는 모듈 중 하나로 자리매김하고 있습니다. 검색 및 필터

그림 2: 스페인어 데이터를 사용하여 트레이닝 한 텍스트 임베딩 찾기
예상하시는 대로, TF Hub에서 모듈을 검색하고 필터링할 수 있습니다. 발생한 문제에 텍스트 모듈을 적용할 수 있는 가능성은 트레이닝 된 데이터에 좌우됩니다. 위의 예시에서는 얼마나 쉽게 텍스트 임베딩을 검색하고 스페인어로 필터링하여 스페인어 데이터에서 트레이닝 한 NNLM 모듈을 찾을 수 있는지 보여줍니다. 더 쉬워진 대상 인식 당사는 Google AI Perception 팀에서 개발한 새로운 모듈로 TensorFlow Hub 인벤토리를 지속적으로 확장하고 있습니다. 최근 추가된 사항은 공개 이미지 v4에서 트레이닝 된 FasterRCNN 입니다. 모듈은 한 줄의 코드로 로드하여 대상 인식을 수행하는 데 사용할 수 있습니다:
detector = hub.Module( “https://tfhub.dev/google/faster_rcnn/openimages_v4/inception_resnet_v2/1" )
당사는 이 모듈로 사용자가 모듈을 로드하고 그 출력을 점검할 수 있도록 하는 Colab 노트북을 게시했습니다. 아래는 unsplash.com 및 인식된 대상에서 얻은 이미지 예시입니다.

그림 3: TF 모듈을 적용하기 위해 사용된 이미지(크레딧)

Colab 노트북은 단 몇 분 안에 모듈을 다운로드하고 적용할 수 있도록 보여줍니다.

그림 4: 모듈로 추론할 수 있는 경계 상자 및 클래스
최근 TensorFlow Hub 관련 추가 사항:

iNaturalist Kaggle Challenge 2017의 우승자들은 그들의 접근 방식을 보여주는 문서 자료를 게시하고, TensorFlow Hub에 모델을 출시하여 전이학습의 장점을 보여주었습니다.

TensorFlow Hub 팀의 Jeremiah Harmsen은 Kaggle의 예시를 게시하여 Kaggle에서 감정 분석 도전 과제를 해결하는 데 TensorFlow Hub에서 사전 트레이닝 된 모듈이 어떻게 활용될 수 있는지를 설명했습니다.

제품 팀을 위한 TensorFlow Hub https://tfhub.dev에 게시된 모듈 소모 외에도, TensorFlow Hub 라이브러리를 통해 사용자는 비공개 저장소에 모듈을 게시하고 그곳의 모듈을 소모할 수 있습니다. 이로써 팀 간 모듈을 공유하고, 서로의 작업에서 이득을 얻을 수 있게 됩니다. tfhub.dev URL에서 모듈을 참조하는 대신 다음 파일시스템 경로를 사용할 수 있습니다: m = hub.Module(“/tmp/text-embedding”) embeddings = m(sentences) 이들 사용자 설정 임베딩을 생성하려면 “모듈 생성하기” 가이드를 참조하세요. 시작 방법 새로운 웹 경험을 이용하려면 https://tfhub.dev를, 최신 가이드와 API 문서를 보려면 https://www.tensorflow.org/hub/를 확인하세요. 버그 문제가 있으면 GitHub에서 문의할 수 있습니다. 관련 소식을 받으려면GitHub 프로젝트를 시작하세요.
감사의 말 Bo Fu, Andrew Gasparovic, Jiaqi Guo, Jeremiah Harmsen, Joshua Horowitz, Zicheng Huo, Elizabeth Kemp, Noé Lutz, Till Pieper, Graham Smith‎, Sijie Wang‎ 그리고 Sitong Zhou 님께 감사를 전합니다.