사전 제작된 모델은 특정 목적을 위해 이미 학습된 모델입니다. TensorFlow.js와 함께 즉시 사용하여 많은 머신러닝 작업을 수행할 수 있는 이미 훈련된 다양한 오픈 소스 모델이 있습니다. 이 주제에서는 사용 사례에 맞게 사전 제작된 모델을 찾고 선택하는 방법에 대한 지침을 제공합니다.
사전 제작된 모델 사용의 이점
TensorFlow.js에는 모든 프로젝트에서 즉시 사용할 수 있고 다음과 같은 중요한 이점을 제공할 수 있는 광범위한 사전 제작 모델이 있습니다.
- 시간 및 리소스 절약 : 데이터를 수집, 준비 및 라벨링한 후 모델을 훈련, 평가 및 개선하는 데 시간이 많이 소요되는 프로세스를 피하세요. 아이디어를 신속하게 프로토타입화할 수 있습니다.
- 기존 연구 및 문서 활용 : 사전 제작된 모델 개발에 사용된 최첨단 연구를 통해 모델이 다양한 실제 시나리오에서 어떻게 작동하는지 이해하면서 신속하게 배포할 수 있습니다.
- 전이 학습 활성화 : 사전 제작된 모델을 사용하면 모델이 학습한 정보를 다른 유사한 사용 사례의 작업에 사용할 수 있습니다. 이 전이 학습 프로세스를 통해 사용자 정의 데이터에 대해 기존 모델을 신속하게 교육할 수 있습니다.
모델 찾기
사용 사례에 맞는 기존 TensorFlow.js 모델을 찾는 것은 달성하려는 작업에 따라 다릅니다. 예를 들어, 앱이 클라이언트 측에서 실행되어야 합니까, 아니면 서버 측에서 실행되어야 합니까? 개인 정보 보호, 속도, 정확성과 같은 요소는 얼마나 중요합니까? 등.
TensorFlow.js와 함께 사용할 모델을 검색하는 몇 가지 권장 방법은 다음과 같습니다.
예를 들어, TensorFlow.js가 포함된 모델을 찾고 사용을 시작하는 가장 빠른 방법은 TensorFlow.js 데모 섹션을 탐색하여 사용 사례와 유사한 작업을 수행하는 데모를 찾는 것입니다. 이 카탈로그는 시작하는 데 도움이 되는 코드에 대한 링크와 함께 재미있는 예제 사용 사례를 제공합니다.
데이터 입력 유형별: 사용 사례와 유사한 예를 살펴보는 것 외에도 자신이 사용할 모델을 찾는 또 다른 방법은 오디오, 텍스트, 이미지 등 처리하려는 데이터 유형을 고려하는 것입니다. 기계 학습 모델은 이러한 유형의 데이터 중 하나와 함께 사용하도록 설계되는 경우가 많으므로 사용하려는 데이터 유형을 처리하는 모델을 찾으면 고려해야 할 모델의 범위를 좁히는 데 도움이 됩니다. TensorFlow.js 모델 섹션에서 일반적인 사용 사례를 기반으로 TensorFlow.js 모델 탐색을 시작하거나 TensorFlow Hub 에서 더 큰 모델 세트를 탐색할 수 있습니다. TensorFlow Hub에서는 문제 도메인 필터를 사용하여 모델 데이터 유형을 보고 목록 범위를 좁힐 수 있습니다.
다음 목록은 일반적인 사용 사례를 위해 TensorFlow Hub 의 TensorFlow.js 모델에 대한 링크입니다.
비슷한 모델 중에서 선택하세요
애플리케이션이 이미지 분류 또는 객체 감지와 같은 일반적인 사용 사례를 따르는 경우 필요에 맞는 여러 TensorFlow.js 모델을 찾을 수 있습니다. 사용 사례에 적용할 수 있는 일부 모델이 있으면 최상의 솔루션을 제공할 모델을 식별하려고 합니다. 이렇게 하려면 각 모델의 다음 측면을 고려하십시오.
- 추론 속도
- 파일 크기
- 런타임 RAM 사용량
- 모델 특징/능력
여러 모델 중에서 결정할 때 먼저 모델 크기, 데이터 크기, 추론 속도 또는 정확도 등과 같은 가장 제한적인 제약 조건을 기준으로 옵션 범위를 좁힐 수 있습니다.
가장 제한적인 제약 조건이 무엇인지 확실하지 않은 경우 모델 크기라고 가정하고 사용 가능한 가장 작은 모델을 선택하세요. 작은 모델을 선택하면 모델을 성공적으로 배포하고 실행할 수 있는 위치 측면에서 가장 유연성이 높아집니다. 또한 모델이 작을수록 일반적으로 더 빠른 추론이 생성되고, 더 빠른 예측은 일반적으로 더 나은 최종 사용자 경험을 제공합니다. 그러나 작은 모델은 일반적으로 정확도가 낮으므로 예측 정확도가 주요 관심사인 경우 더 큰 모델을 선택해야 할 수도 있습니다.
모델 소스
TensorFlow.js의 사전 제작 모델은 일반적으로 두 가지 형태로 제공됩니다. 공식 모델은 JavaScript 클래스로 래핑되어 제공되므로 앱에 간단하게 배포할 수 있습니다. 다른 것들은 입력 및 출력 데이터를 사전/사후 처리하기 위해 추가 코드가 필요할 수 있는 원시 형식입니다.
TensorFlow.js와 함께 사용할 모델을 찾고 선택하기 위한 첫 번째 대상으로 TensorFlow.js 모델을 사용하세요. 이는 TensorFlow.js 팀에서 제공하는 공식 모델로, 코드에 쉽게 통합할 수 있는 JavaScript 래퍼가 이미 있습니다. TensorFlow Hub 사이트는 추가 모델을 제공합니다. 허브의 모델은 통합을 위해 추가 작업이 필요한 원시 형식일 수 있습니다.
TensorFlow 모델
일반 TensorFlow 모델을 TensorFlow.js 형식으로 변환하는 것이 가능합니다. 모델 변환에 대한 자세한 내용은 모델 변환 항목을 참조하세요. TensorFlow Hub 및 TensorFlow Model Garden 에서 TensorFlow 모델을 찾을 수 있습니다.
추가 읽기
- 이제 사용할 준비가 된 모델을 찾을 수 있는 위치를 알았으므로 React 기본 튜토리얼을 참조하여 웹 앱에서 이러한 모델을 사용하는 방법을 알아보세요.