텐서플로우의 고수준 머신러닝 API(tf.contrib.learn)는 다양한 머신러닝 모델을 쉽게 설정하고, 훈련하고, 평가할 수 있도록 해줍니다. 이 간단한 튜토리얼에서는 신경망 분류기를 만들고, 피셔의 Iris 데이터셋으로 꽃받침과 꽃잎의 정보를 이용하여 꽃의 종류를 예측할 수 있도록 분류기를 훈련시킬 것입니다. 당신은 다음의 다섯 단계를 수행할 것입니다:
- Iris 훈련/테스트 데이터를 담은 CSV 파일을 텐서플로우 Dataset으로 불러옵니다
- 신경망 분류기를 만듭니다
- 훈련 데이터를 이용하여 모델을 피팅합니다
- 모델의 정확도를 평가합니다
- 새로운 표본을 분류합니다
이 튜토리얼을 시작하기 전에 당신의 머신에는 텐서플로우가 설치되어 있어야합니다.
다음은 우리의 신경망의 전체 코드입니다 :
import tensorflow as tf
import numpy as np
# 데이터셋
IRIS_TRAINING = "iris_training.csv"
IRIS_TEST = "iris_test.csv"
# 데이터셋을 불러옵니다.
training_set = tf.contrib.learn.datasets.base.load_csv(filename=IRIS_TRAINING, target_dtype=np.int)
test_set = tf.contrib.learn.datasets.base.load_csv(filename=IRIS_TEST, target_dtype=np.int)
x_train, x_test, y_train, y_test = training_set.data, test_set.data, \
training_set.target, test_set.target
# 10-20-10의 구조를 갖는 3층 DNN를 만듭니다
classifier = tf.contrib.learn.DNNClassifier(hidden_units=[10, 20, 10], n_classes=3)
# 모델을 피팅합니다.
classifier.fit(x=x_train, y=y_train, steps=200)
# 정확도를 평가합니다.
accuracy_score = classifier.evaluate(x=x_test, y=y_test)["accuracy"]
print('Accuracy: {0:f}'.format(accuracy_score))
# 새로운 두 꽃의 표본을 분류합니다.
new_samples = np.array(
[[6.4, 3.2, 4.5, 1.5], [5.8, 3.1, 5.0, 1.7]], dtype=float)
y = classifier.predict(new_samples)
print ('Predictions: {}'.format(str(y)))다음의 문단들은 이 코드를 자세하게 살펴볼 것입니다.
Iris 데이터셋은 Iris 종 내에서 서로 연관된 Iris setosa, Iris virginica, and Iris versicolor 세 종이 각각 50개씩의 표본으로 구성되어 150개 행의 데이터로 되어있습니다. 각각의 행은 각 꽃의 표본에 대한 다음의 정보를 담고 있습니다 : 꽃받침 길이, 꽃받침 너비, 꽃잎 길이, 꽃잎 너비, 그리고 꽃의 종류. 꽃의 종류는 정수로 표현되어 있으며, 0은 Iris setosa, 1은 Iris versicolor, 그리고 2는 Iris virginica를 나타냅니다.
| 꽃받침 길이 | 꽃받침 너비 | 꽃잎 길이 | 꽃잎 너비 | 종 |
|---|---|---|---|---|
| 5.1 | 3.5 | 1.4 | 0.2 | 0 |
| 4.9 | 3.0 | 1.4 | 0.2 | 0 |
| 4.7 | 3.2 | 1.3 | 0.2 | 0 |
| … | … | … | … | … |
| 7.0 | 3.2 | 4.7 | 1.4 | 1 |
| 6.4 | 3.2 | 4.5 | 1.5 | 1 |
| 6.9 | 3.1 | 4.9 | 1.5 | 1 |
| … | … | … | … | … |
| 6.5 | 3.0 | 5.2 | 2.0 | 2 |
| 6.2 | 3.4 | 5.4 | 2.3 | 2 |
| 5.9 | 3.0 | 5.1 | 1.8 | 2 |
이 튜토리얼을 위해서는 Iris data는 임의적으로 섞인 후에, 두 개의 따로 떨어진 CSV 파일로 나누어져야 합니다. 이는 120개의 표본을 갖는 훈련 데이터(iris_training.csv)와 30개의 표본을 갖는 테스트 데이터(iris_test.csv)입니다.
시작하기 위해선, 먼저 텐서플로우와 numpy를 불러옵니다 :
import tensorflow as tf
import numpy as np그 다음, learn.datasets.base에 있는 load_csv() 함수를 이용하여 훈련 셋과 테스트 셋을 Dataset으로 불러옵니다. load_csv() 함수는 두 개의 인자를 요구합니다.
filename, CSV 파일이 존재하는 파일의 경로target_dtype, dataset의 목표 값의numpy데이터형
여기에서 목표 값(모델을 훈련시켜 예측하려고 하는 값)은 0–2의 정수로 구성된 꽃의 종입니다. 따라서, 적절한 numpy 데이터형은 np.int입니다.
# 데이터셋
IRIS_TRAINING = "iris_training.csv"
IRIS_TEST = "iris_test.csv"
# 데이터셋을 불러옵니다.
training_set = tf.contrib.learn.datasets.base.load_csv(filename=IRIS_TRAINING, target_dtype=np.int)
test_set = tf.contrib.learn.datasets.base.load_csv(filename=IRIS_TEST, target_dtype=np.int)그 다음, 길이 및 너비 등의 특성 데이터와 목표 값에 변수를 할당합니다. 훈련 데이터셋의 특성 데이터는 x_train, 테스트 데이터셋의 특성 데이터는 x_test, 훈련 데이터셋의 목표 값은 y_train, 테스트 데이터셋의 목표 값은 y_test입니다. tf.contrib.learn의 Dataset은 named tuples이며, 순차적으로 데이터와 목표 필드*(역주 : namedtuple의 field_name을 말합니다)*를 통해 특성 데이터와 목표 값에 접근할 수 있습니다.
x_train, x_test, y_train, y_test = training_set.data, test_set.data, \
training_set.target, test_set.target후술할 “Iris 훈련 데이터로 DNNClassifier 피팅하기”에서, x_train과 y_train을 이용하여 모델을 훈련시키고, “모델 정확도 평가하기”에서는 x_test와 y_test를 이용할 것입니다. 하지만 먼저, 다음 문단에선 모델을 구성해봅시다.
tf.contrib.learn은 데이터로 훈련과 평가를 실행할 수 있도록 곧장 사용할 수 있는, Estimator라 불리는 여러 가지의 미리 정의된 모델을 제공합니다. 여기에서는 Iris data를 피팅하기 위해 딥 인공 신경망 모델을 설정하도록 합시다. tf.contrib.learn을 이용하면, DNNClassifier를 한 줄 만에 인스턴스화할 수 있습니다.
# 10-20-10의 구조를 갖는 3층 DNN를 만듭니다
classifier = tf.contrib.learn.DNNClassifier(hidden_units=[10, 20, 10], n_classes=3)위의 코드는 각각 10, 20, 10개의 뉴런으로 이루어진 3개의 은닉층을 포함한 DNNClassifier 모델을 생성합니다. 이는 (hidden_units=[10, 20, 10]), 그리고 세 개의 목표 분류 (n_classes=3)에 순차적으로 따른 것입니다.
이제 DNN classifier 모델을 설정했으니, fit 메소드를 이용하여 Iris 훈련 데이터로 이를 피팅할 수 있습니다. 특성 데이터(x_train)와 목표 값(y_train), 그리고 train할 단계 수(여기서는 200) 인자로 넘겨줍니다.
# Fit model
classifier.fit(x=x_train, y=y_train, steps=200)classifier에서 모델의 상태는 유지됩니다. 이는, 만약 원한다면 모델을 반복하여 학습시킬 수 있다는 것을 의미합니다. 예를 들어서, 위의 한 줄은 다음의 두 줄과 완벽하게 같습니다.
classifier.fit(x=x_train, y=y_train, steps=100)
classifier.fit(x=x_train, y=y_train, steps=100)하지만, 만약 학습되는 동안에 모델을 추적하고 싶은 것이라면, (위와 같은 두 줄) 대신에 로그를 남기기 위해서 텐서플로우의 monitor를 사용하는 게 낫습니다.
이제 Iris 테스트 데이터에 맞춰 DNNClassifier 모델을 피팅했습니다. 이제, evaluate 메소드를 이용하여 Iris 테스트 데이터로 모델의 정확도를 확인해볼 수 있습니다. evaluate는 fit과 같이 특성 데이터와 목표 값을 인자로 건내받고, 평가 결과로서 dict를 반환합니다. 다음의 코드는 Iris 테스트 데이터—x_test와 y_test—를 건내받아, 결과값으로 accuracy를 출력합니다.
accuracy_score = classifier.evaluate(x=x_test, y=y_test)["accuracy"]
print('Accuracy: {0:f}'.format(accuracy_score))전체 스크립트를 실행하고 나서 정확도의 결과를 확인합시다. 다음과 같은 결과를 얻을 수 있을 것입니다:
Accuracy: 0.933333
비교적 적은 데이터셋 치고는 나쁘지 않습니다!
새로운 표본을 분류하기 위해 estimator의 predict() 메소드를 이용합시다. 예를 들어, 다음의 두 가지 새로운 꽃의 표본이 있다고 해봅시다 :
| 꽃받침 길이 | 꽃받침 너비 | 꽃잎 길이 | 꽃잎 너비 |
|---|---|---|---|
| 6.4 | 3.2 | 4.5 | 1.5 |
| 5.8 | 3.1 | 5.0 | 1.7 |
다음의 코드로 이들의 종을 예측할 수 있습니다 :
# 새로운 두 꽃의 표본을 분류합니다.
new_samples = np.array(
[[6.4, 3.2, 4.5, 1.5], [5.8, 3.1, 5.0, 1.7]], dtype=float)
y = classifier.predict(new_samples)
print ('Predictions: {}'.format(str(y)))predict() 메소드는 각 표본의 예측 결과를 하나씩 배열로 반환합니다.
Prediction: [1 2]따라서 모델은 첫 번째 표본을 Iris versicolor, 두 번째 표본을 Iris virginica로 예측하였습니다.
- tf.contrib.learn에 대해 추가적인 참고 자료를 원한다면, 공식적인 API docs를 살펴보십시오.
-
선형 모델을 생성하기 위해서 tf.contrib.learn을 이용하는 것에 대해 좀 더 배우기 위해선 Large-scale Linear Models with TensorFlow를 살펴보십시오.
-
브라우저에서의 신경망 모델링과 시각화를 체험해보기 위해선, Deep Playground를 살펴보십시오.
-
신경망에 대한 좀 더 심화된 튜토리얼을 원한다면 Convolutional Neural Networks와 Recurrent Neural Networks를 살펴보십시오.