TF Pattern Design (Week2)
2018년 06월 11일 | Jaewook Kang
About
발표1: tf.data, tf.gflie, tf.python_io.TFrecord
Speaker: SeoYeon YANG
- Hello Tensorflow
- Interactive Session
- 입력 파이프라인
- TFRecord
- Queue
- Multi Thread / Coordinator / QueueRunner
Slide
발표2: TF fundamental, Code structure overview, TF Pattern design philosophy, and Lack Lenet5 Tf model
Speaker : Jaewook Kang
1) Tensorflow: The first Step
- Tensorflow 개요
- Why Tensorflow
- Tensorflow 설치
- 계산그래프와 텐서
- tf.Variable() Vs. tf.constant()
- tf.Variable() Vs. tf.get_variable()
- tf.variable_scope()와 tf.name_scope()
- tf.placeholder()
2) TF code Structure Overview
- Dataset의 종류
- 머신러닝 훈련 단계
- Tensorflow에서 머신러닝 훈련
3) TF Code Pattern Design 철학
- 데이터셋 준비하는 코드 -> `data_loader.py`, `preprocess_data.py`
- 러닝 파라미터 설정하기 -> `train_config.py`
- 계산 그래프 정의하는 코드 -> `model.py` , `model_config.py`
- 성능 측정 모델 + 모델 훈련시키기 -> `trainer.py`
- 모델 평가하기 -> `eval.py`
Slide
Github Repo
- @jwkanggist, EveryBodyTensorFlow
- @jwkanggist, 부족한 LetNet5 TF model
Issues
- Q) tf.Variable()을 가지고는 tf.get_variable()과 같이 코드 재사용이 불가능한가? (by 이규복)
