Google for Developers Korea Blog: 2018년 샌프란시스코에서 열린 O’Reilly AI 컨퍼런스의 TensorFlow 세션 녹화 자료

Google for Developers Korea Blog

한국의 개발자들을 위한 Google for Developers 국문 블로그입니다.

2018년 샌프란시스코에서 열린 O’Reilly AI 컨퍼런스의 TensorFlow 세션 녹화 자료

2019년 1월 24일 목요일

<블로그 원문은 이곳에서 확인하실 수 있습니다>
게시자: Marcus Chang, 개발자 홍보 프로그램 관리자

O’Reilly AI 컨퍼런스(샌프란시스코) 지난 9월, TensorFlow 팀은 샌프란시스코에서 TensorFlow Lite, TensorFlow.js, TFX (Extended) & Hub, Distributed TensorFlow 등을 비롯한 다양한 주제를 다룬 O’Reilly AI 컨퍼런스에서 TensorFlow 관련 강연을 이틀간 진행했습니다. 그 내용을 시청하실 수 있도록 TensorFlow YouTube 채널에 세션 녹화 자료를 업로드해두었으니 꼭 챙겨 보시기 바랍니다. 전체 재생목록은 여기에서 확인하세요. 세션: Building AI with TensorFlow: An Overview TensorFlow는 세계 최대의 오픈소스 프로젝트 중 하나로, 계속 채택률이 높아지고 있고 기능도 다양해지고 있습니다. 우리는 최근의 주요 개발 사항을 공유하고 몇 가지 미래 방향성을 강조한 것과 더불어, 개발자가 TensorFlow 커뮤니티에 더 적극적으로 참여할 수 있는 방법도 토론했습니다. TensorFlow: Machine Learning for Programmers 이 강연에서는 Google의 Laurence Moroney가 머신러닝, AI, 딥 러닝 등과 이들이 프로그래머 툴킷에 어떻게 들어맞는지에 관한 얘기를 들려주었습니다. Laurence는 머신러닝에 관해 부풀려진 온갖 과대 광고는 쏙 빼고 머신러닝에서 엿볼 수 있는 진짜 기회를 보여주는 데 주력했습니다. 또한 TensorFlow를 소개하면서 어째서 TensorFlow가 머신러닝을 쉽고 액세스 가능하게 만들도록 설계된 프레임워크인지, 그리고 ML을 사용하는 지능형 앱이 어떻게 모바일, 웹 및 IoT를 포함한 다양한 공간에서 작동할 수 있는지 설명했습니다. TensorFlow for JavaScript TensorFlow.js는 브라우저와 Node.js에서 작동하는 TensorFlow의 자바스크립트 버전으로, 최근에 출시되었습니다. 이 강연에서는 관련 팀이 TensorFlow.js ML 프레임워크를 소개하고 교육, 클라이언트 측 배포, 전이 학습을 비롯하여 완전한 머신러닝 워크플로를 수행하는 방법에 관한 데모를 보여주었습니다. Swift for TensorFlow Swift for TensorFlow는 Eager Execution의 유연성을 Graphs와 Sessions의 높은 성능과 결합한 것입니다. Swift는 개발자의 Tensor 코드를 백그라운드에서 분석해 그래프를 자동으로 빌드해 줍니다. 또한 Swift는 코드를 실행하기 전에 입력 실수와 형태 불일치를 포착하고, 어떤 Python 라이브러리라도 가져올 수 있으며, 언어가 통합된 Automatic Differentiation을 가지고 있습니다. 우리는 머신러닝 도구가 일류 수준의 언어와 컴파일러가 제공하는 혜택을 받을 자격이 있을 정도로 중요하다고 믿습니다. TensorFlow Lite TensorFlow Lite는 (휴대폰부터 Raspberry Pi와 마이크로컨트롤러에 이르기까지) 다양한 휴대기기와 소형 기기에서 추론 기능을 수행할 수 있는 경량 머신러닝 프레임워크입니다. 또한 AI 가속기에 액세스할 수 있게 해주는 간단한 추상화 기능도 제공합니다. 강연을 진행한 팀은 프레임워크의 기초, 개발 현황, 최신 개발 사항에 대해 설명했습니다. 이 세션에서는 개발자의 모델을 모바일에 맞춰 준비하는 방법과 여러 다양한 플랫폼에서 실행할 수 있는 코드 작성 방법의 개념을 배울 수 있습니다. TensorFlow Extended (TFX) & Hub 이 세션에서는 TensorFlow를 위한 완벽한 머신러닝 플랫폼으로서, 모든 Alphabet 제품에 사용할 수 있는 TensorFlow Extended(TFX)를 소개했습니다. 머신러닝이 실험 단계에서 프로덕션 작업 부하를 처리하는 단계로 발전함에 따라, 모델 관리, 버전 관리, 서비스 제공을 비롯하여 완전한 훈련 및 프로덕션 워크플로를 효과적으로 관리할 필요성도 높아지고 있습니다. Cloud TPUs 이 강연에서는 Google의 Cloud TPU 가속기에 대한 심층적인 기술적 사항과 더불어 이런 가속기의 프로그래밍 방법을 다룹니다. 또한 단일 기기부터 전체 Cloud TPU 포드까지, CPU, GPU 및 Cloud TPU에서 모델을 실행할 수 있게 해주는 프로그래밍 추상화도 다룹니다. TensorFlow Autograph TensorFlow AutoGraph는 소스 코드 변환을 사용하여 일반 Python 코드를 TensorFlow의 동등한 코드로 자동으로 변환합니다. 우리의 접근 방식은 새로운 TensorFlow Eager 프로젝트로 보완하는 것으로, 이를 통해 Eager 모드의 필수 스타일을 사용하는 동시에 그래프 모드의 이점은 유지할 수 있도록 할 것입니다. 개발자는 자동 코드 변환을 사용하여 더 간결하고 효율적이면서도 강력한 코드를 작성할 수 있습니다. TensorFlow Probability TFP(TensorflowProbability)는 신규 및 기존의 확률/통계 도구에 모두 첨단 기능을 제공하는 TF/Python 라이브러리입니다. 통계학자/데이터 사이언티스트는 자연스럽게 첨단 하드웨어를 활용하는 R과 같은 기능을 찾을 것입니다. ML 연구자/현업 전문가는 심층적인 확률론적 모델을 지정하고 학습하기 위한 강력한 빌딩 블록을 찾을 것입니다. 이 강연에서는 핵심적인 TFP 추상화를 소개하고 모델링 능력과 편리성을 보여주는 몇 가지 예를 시연합니다. Deep learning for fundamental sciences using high-performance computing(고성능 컴퓨팅을 사용하는 기초과학용 딥 러닝) (입자물리학과 우주론을 비롯한) 기초과학 연구 분야에서는 우주의 비밀을 밝혀내기 위해 복잡한 측정 기기에서 엑사바이트 규모의 방대한 데이터를 생성하고 분석합니다. 이 분야에서 딥 러닝을 도입하면서 이전에 가능했던 것보다 높은 측정기준에서 측정 기기 데이터를 직접 활용함으로써 새로운 발견을 위한 측정 민감도를 개선할 수 있습니다. 이 강연에서는 초청 연사인 Wahid Bhimji(NERSC)가 이 분야에서 이루어지고 있는 최근의 활동을 설명하며, 특히 로렌스버클리국립연구소(Berkeley National Lab)를 기반으로 한 미국 기초과학의 미션 슈퍼컴퓨팅 센터인 NERSC에서의 활동을 소개합니다. 이 연구에서는 새로운 메서드와 애플리케이션을 탐색하고, 고성능 컴퓨팅 스케일을 이용하고, 기초과학을 위한 생산적인 딥 러닝 환경을 제공하기 위해 Tensorflow를 이용하고 이를 기반으로 빌드합니다. Tensor2Tensor Tensor2Tensor는 변환, 파싱, 이미지 캡션 등과 같은 다양한 ML 애플리케이션용 최첨단 모델을 쉽게 만들고, 이전보다 훨씬 빠르게 다양한 아이디어를 탐색할 수 있게 해주는 딥 러닝 모델 및 데이터세트로 구성된 라이브러리입니다. Distributed TensorFlow(분산형 TensorFlow) 이 강연에서는 Keras 상위 레벨 API를 사용하여 분산형 TensorFlow 교육을 수행하는 방법을 시연합니다. 담당 팀이 TensorFlow의 분산형 아키텍처, Kubeflow와 Kubernetes를 사용하여 분산형 클러스터를 설정하는 방법, Keras에서 만든 모델을 배포하는 방법을 안내합니다.

Contents

ML/Tensorflow
Android
Flutter
Web/Chrome
Cloud
Google Play
Community
Game
Firebase

검색

Tag

Archive

2024
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 4월
- 3월
- 2월
- 1월

2023
- 12월
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 4월
- 3월
- 2월
- 1월

2022
- 12월
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 4월
- 3월
- 2월
- 1월

2021
- 12월
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 4월
- 3월
- 2월
- 1월

2020
- 12월
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 4월
- 3월
- 2월
- 1월

2019
- 12월
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 4월
- 3월
- 2월
- 1월

2018
- 12월
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 4월
- 3월
- 2월
- 1월

2017
- 12월
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 4월
- 3월
- 2월
- 1월

2016
- 12월
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 4월
- 3월
- 2월
- 1월

2015
- 12월
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 4월
- 3월
- 2월
- 1월

2014
- 12월
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 4월
- 3월
- 2월
- 1월

2013
- 12월
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 4월
- 3월
- 2월
- 1월

2012
- 12월
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 3월
- 2월
- 1월

2011
- 12월
- 11월

Feed

Google
Privacy
Terms