TensorFlow Core API 개요

TensorFlow Core API는 고성능(분산 및 가속) 계산을 위한 포괄적이고 구성 가능하며 확장 가능한 저수준 API 세트를 제공하며, 주로 기계 학습(ML) 모델을 구축하고 ML 워크플로 도구 및 프레임워크를 작성하는 것을 목표로 합니다. 텐서플로우 플랫폼. 이러한 API는 처음부터 세분화된 제어 및 새로운 프레임워크를 통해 고도로 구성 가능한 모델을 만들기 위한 기반을 제공합니다.

Core API는 Keras와 같은 고급 기계 학습 API의 대안으로 사용할 수 있습니다. 이러한 고급 API는 일반적인 기계 학습 요구에 가장 적합합니다. ML의 복잡성을 추상화하는 다양한 모듈을 제공하는 동시에 서브클래싱을 통해 사용자 지정을 위한 기능도 제공합니다. Keras를 사용하는 TensorFlow의 개요를 찾고 있다면 튜토리얼 의 빠른 시작 및 Keras 섹션을 참조하세요.

핵심 API를 사용해야 하는 사람

TensorFlow Core 하위 수준 API는 다음 ML 개발자를 염두에 두고 설계되었습니다.

  • 높은 수준의 구성 가능성으로 복잡한 모델을 구축하는 연구원
  • TensorFlow를 고성능 과학 컴퓨팅 플랫폼으로 사용하는 데 관심이 있는 개발자
  • TensorFlow 플랫폼 위에 도구를 구축하는 프레임워크 작성자
  • 다음에 관심이 있는 높은 수준의 API 사용자:
    • 사용자 정의 계층, 손실, 모델 및 옵티마이저와 같은 기계 학습 워크플로우에 추가 기능 추가
    • 모델의 내부 작동에 대해 자세히 알아보기

핵심 API 애플리케이션

TensorFlow Core API는 TensorFlow 생태계 내에서 낮은 수준의 기능에 대한 액세스를 제공합니다. 이 API는 Keras와 같은 상위 수준 API에 비해 ML 모델, 애플리케이션 및 도구를 빌드하는 데 더 많은 유연성과 제어 기능을 제공합니다.

모델 및 워크플로 구축

Core API는 고도로 사용자 지정 가능하고 최적화된 기계 학습 모델 및 워크플로를 구축하는 데 가장 일반적으로 사용됩니다. 다음은 TensorFlow Core API가 기계 학습 모델 및 워크플로 개발을 개선할 수 있는 몇 가지 방법입니다.

TensorFlow

  • 높은 수준의 API에서 지원하는 구조에 완전히 맞지 않는 비전통적 모델 또는 레이어 구축
  • Keras 내에서 사용자 지정 레이어, 손실, 모델 및 옵티마이저 구축
  • 교육 중 수렴을 촉진하기 위한 새로운 최적화 기술 구현
  • 성능 평가를 위한 사용자 정의 지표 생성
  • 일괄 처리, 교차 검증 및 배포 전략과 같은 기능을 지원하는 고도로 구성 가능한 교육 루프 설계

프레임워크 및 도구 구축

TensorFlow Core API는 새로운 고급 프레임워크의 빌딩 블록 역할도 할 수 있습니다. 다음은 하위 수준 API로 생성된 도구 및 프레임워크의 몇 가지 예입니다. TensorFlow

과학적 컴퓨팅을 위한 빌드

TensorFlow Core API는 기계 학습 영역 외부에서도 적용할 수 있습니다. 다음은 과학 컴퓨팅을 위한 TensorFlow의 몇 가지 범용 사용 사례입니다. TensorFlow

핵심 API 구성요소

다음은 TensorFlow Core의 하위 수준 API를 구성하는 몇 가지 기본 구성 요소입니다. 다음은 모든 것을 포괄하는 목록이 아닙니다.

TensorFlow

다음 단계

Build with Core 설명서는 기본 기계 학습 개념에 대한 자습서를 처음부터 제공합니다. 이 섹션의 자습서는 Core API를 사용하여 낮은 수준의 코드를 작성하는 데 익숙해지고 더 복잡한 사용 사례에 적용할 수 있도록 도와줍니다.

Core API 사용을 시작하고 자세히 알아보려면 TensorFlow Core용 빠른 시작을 확인하세요.