| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | ||||||
| 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| 9 | 10 | 11 | 12 | 13 | 14 | 15 |
| 16 | 17 | 18 | 19 | 20 | 21 | 22 |
| 23 | 24 | 25 | 26 | 27 | 28 |
- essay
- QT
- comic agile
- Kuala Lumpur
- leadership
- erlang
- Book
- Programming
- RFID
- Linux
- Python
- ubuntu
- web
- Malaysia
- MySQL
- psychology
- agile
- django
- Java
- Book review
- program
- hadoop
- Italy
- Spain
- hbase
- programming_book
- management
- history
- Software Engineering
- France
- Today
- Total
코딩셰프의 3분 딥러닝, 케라스맛 본문
구성
ch.0 제목 그대로 프롤로그로 가볍게 읽고 넘어가면 됨
ch.1 플랫폼 별 설치와 가장 간단한 예제 설명.
ch.2 이후로는 케라스를 사용해 다양한 기법들을 실제로 돌려보는 예제와 설명
장점
설치에 문제가 없다면 제공하는 git repository(https://github.com/jskDr/keraspp)를 통해 책의 모든 예제를 바로 바로 실행하면서 읽을 수 있다. 이쪽에 대해 거의 아무런 지식이 없었지만, 따라가는 데 아무 문제가 없었다. 예제마저도 aws s3에서 자동으로 받아 편리하게 실행할 수 있게 해 놓았다는 점에서 저자가 많은 신경을 썼다는 생각이 든다.
단점
기본 지식이 없으면 실행까지만 하고 자신만의 응용을 하기가 쉽지 않다. 당연히 다른 모든 프로그래밍도 마찬가지이나, 케라스가 약간 상위에 있는 프레임워크라는 점에서 아는 사람들은 더 사용하기 편하지만 모르는 사람은 오히려 더 뭔가 변경하고 바꾸기가 힘든 느낌이었다. 그런데 이 책은 그런 쪽의 설명이 조금 부족하다는 생각이 든다. 이 오히려 뭔가 자신만의 것을 하고 싶을 때 걸림돌로 작용한단 생각이 들었다.
설치 관련
어떤 프로그래밍이든 시작할 때 가장 큰 장벽은 설치이다. 특히 한 번에 설치할 수 있는 인스톨러가 없는 경우 시작부터 막막한 때가 있는데, 요즘엔 docker를 사용해 편리하게 설치하고 필요없으면 지울 수 있어서 예전보다는 훨씬 덜한 것 같다.
케라스의 경우는 tensorflow(https://hub.docker.com/r/tensorflow/tensorflow/) 와 달리 official docker image는 없는 걸로 보인다. 그래서 hub.docker.com에서 star로 정렬한 후 설치봤는데, 결과는 다음과 같다.
- https://hub.docker.com/r/ermaker/keras-jupyter/
- import keras에서 오류 발생
- https://hub.docker.com/r/floydhub/dl-docker/
- 역시 실패
- https://hub.docker.com/r/waleedka/modern-deep-learning/
- 위 두 개와 달리 다행히 python3지만 역시 실패
- https://hub.docker.com/r/lukovkin/dockerfile-cuda-tensorflow-keras-jupyter/
- theano backend + error 발생
- https://hub.docker.com/r/gaarv/jupyter-keras/
- 성공
