데이터 취업 스쿨 스터디 노트 -(77) 텐서플로우

딥러닝 프레임워크를 왜 사용하는가?

딥러닝의 가장 기본적인 형태

연산량이 어마어마하다.

딥러닝 모델의 성능이 안나오는 이유중 하나는 파라미터는 엄청 많은데 그거에 대응할 만한 데이터의 수가 부족한 경우가 많다.

기존 머신러닝 알고리즘과 딥러닝의 차이는 연산량에서의 비약적인 차이가 있다.

이 많은 연산을 빠르고 잘 처리할 수 있게끔 도와줄 수 있는 것이 딥러닝 프레임 워크다. GPU를 활용해 딥러닝의 연산을 처리할 수 있도록 만듬.

딥러닝 프레임워크를 익히기 위한 4가지

1. Tensor 생성하고 다루기
   

2. 연산 정의
   

3. 최적화(미분)
   

4. 데이터 다루기