광개토 월드

"First Contact with Tensorflow"의 Regression Python 코드를 R 코드로 되도록이면 1:1로 변경해 보았습니다. Python 코드 import numpy as np num_points = 1000 vectors_set = [] for i in xrange(num_points):   x1= np.random.normal(0.0, 0.55)   y1= x1 * 0.1 + 0.3 + np.random.normal(0.0, 0.03)   vectors_set.append([x1, y1]) x_data = [v[0] for v in vectors_set] y_data = [v[1] for v in vectors_set] import matplotlib.pyplot as plt plt.plot(x_data, y_data, 'ro') plt.legend() plt.show() import tensorflow as tf W = tf.Variable(tf.random_uniform([1], -1.0, 1.0)) b = tf.Variable(tf.zeros([1])) y = W * x_data + b loss = tf.reduce_mean(tf.square(y - y_data)) optimizer = tf.train.GradientDescentOptimizer(0.5) train = optimizer.minimize(loss) init = tf.initialize_all_variables() sess = tf.Session() sess.run(init) for step in xrange(8):   sess.run(train)   print(step, sess.run(W), sess.run(b))   print(step, sess.run(loss))   plt.plot(x_data, y_data, 'ro')   plt.plo

CNN, RNN을 이용한 딥러닝을 위하여 Tensorflow를 사용하지만, Data Scientist입장에서는 Python을 배워야 한다는 부담감이(?) 생긴다. (데이터 분석도구로써 추천하는 언어중의 하나가 Python 이지만...ㅎㅎ) 그럼 R에서 Tensorflow를 활용하는 방법을 살펴보자. (설정환경 : Mac 10.12, Python 2.7, Tensorflow 0.11.0 RC0)    1. Python 설정 확인       Python은 설치 및 활용의 편의성을 위하여 Anaconda를 많이 사용하는데, 이 버전은 R과의 Shared Library에 문제로 사용이 어려워....아쉽게도 pass.       (Anaconda는 Python 개발 및 활용에 편리하므로 환경변수에서 PATH만 변경하고, 필요시 $source activate root 를 이용하여 사용하는 것을 추천)    2. Tensorflow 설치       Tensorflow는 PIP, Virtualenv, Anaconda, Docker 등 여러 버전을 지원하고 있으나 Anaconda를 사용하고 있어 추가의 가상환경보다는 OS에 기 설치된 Python을 활용하기 위하여 PIP 버전을 설치. (만약 PIP가 설치되어 있지 않으면 $ sudo easy_install pip)       Python 버전, GPU 사용 여부, OS 등을 확인하고 Tensorflow 설치       $ export TF=https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-0.11.0rc0-py2-none-any-whl       $ pip install --user --upgrade $TF         ($ sudo pip....를 사용하는 경우 설치 오류가 발생하는 경우가 있음)    3. R에서 패키지 설치 및 프로그램       > devtools::install_github('rstudio/