Python: m.l with Keras #5

다시 기초로...

혹자가 나한테 이렇게 말함.

"Keras 왜써? 그거 느려~"

그래서 찾아봤더니... 정말 타 Framework과 비교해서 속도차이가 좀 있는 것 같다.

근데!

Keras를 엄청 코어단계에서 빠른 속도로 학습시키겠다?

라는 목적으로 Keras를 사용한 것이 아니다.

나는!

분명히 사람들이 Keras를 더 많이 사용할 것이라 기대했다.

Tensorflow, PyTorch 등의 여러 ML Framework이 있지만!

Keras는 그런게 아니라...

단지 고차원 API 같은 것이다.

뭔가 Wrapper 함수 같은 느낌...

이때!

Tensorflow 2.0 으로 도약하면서

Keras에 대한 Tensorflow 진영의 대우가 달라짐을 알 수 있다.

Keras를 사용하면 Model 구성을 정말 빠르고 쉽게, 직관적으로 할 수 있다.

Communication이 더 유연해 진다는 뜻이다.

결국 더 효과적이고 효율적으로 모델을 구축 할 수 있다.

사실!

이 전에 포스팅한 Keras 모델링 작업을

Tensorflow를 사용해서 작성하라 한다면

시간이 좀 더 걸린다.

그 시간이나, 학습 속도가 조금 늦는거나

또이또이다.

진짜!

놀랄만한 사실이 있다.

이제 Keras가 학습 속도가 느리다는 말이 없어진다.

바로 데코레이션을 통해서 Tensorflow 에서 학습하면 방식을

그래도 Keras에서도 적용 할 수 있게 되었다.

이제!

Keras가 정답이다.

아래 링크를 자세히 읽어보시길...

---

https://www.tensorflow.org/alpha?hl=ko

---

그런 의미에서

다시 기초에서 머신러닝과 딥러닝을 좀 더 천천히, 여유롭게 즐겨보려고 한다.

늘 기초는 중요하다.

기초가 튼튼하지 못하면

쉽게 무너진다는 사실을

우리는 경험했다. (수능을 보면서...)

이전에 보여줬던

얼굴인식을 위한 모델 구축 / 학습, 그리고 전이학습 등과 같은 이야기를

새로운 버젼의 Keras를 이용해 재구성 해보려고 한다.

끝.