TensorFlow에서 로그 메시지에 나타나는 `oneDNN custom operations are on`

TensorFlow에서 로그 메시지에 나타나는 `oneDNN custom operations are on`은 **oneDNN(Deep Neural Network Library)** 최적화가 활성화되어 있다는 알림입니다.  이는 TensorFlow가 Intel CPU 및 기타 x86 기반 CPU에서 성능을 향상시키기 위해 oneDNN 라이브러리를 사용하고 있음을 나타냅니다. 이 최적화는 **부동 소수점 연산의 순서 변화로 인해 약간의 수치적 차이**를 초래할 수 있습니다.  해결 방법 만약 이러한 최적화가 문제를 일으키거나 비활성화하고 싶다면, 환경 변수를 설정하여 oneDNN 최적화를 끌 수 있습니다: 1. Python 코드 내에서 설정   아래 코드를 TensorFlow를 임포트하기 전에 추가하세요: ..

• format_list_bulleted 빅데이터 & 인공지능
• · 2024. 12. 22.
• textsms

[202412] tensorflow 최근 버전 정보

TensorFlow의 최신 버전은 2.18.0이며, 2024년 10월 21일에 릴리스되었습니다.이 버전에는 여러 주요 업데이트와 개선 사항이 포함되어 있습니다. 주요 변경 사항 및 특징 - NumPy 2.0 지원 TensorFlow는 이제 기본적으로 NumPy 2.0과 호환되며, 타입 승격 규칙(type promotion rules)이 변경되었습니다. 이는 계산의 정밀도에 영향을 미칠 수 있으며, 일부 타입 오류나 수치적 변화가 발생할 수 있습니다[1][2][3]. - Hermetic CUDA 보다 재현 가능한 빌드를 위해 Hermetic CUDA가 도입되었습니다. 이는 사용자의 로컬 CUDA 설치 대신 특정 다운로드 가능한 CUDA 버전을 사용하며, Bazel을 통해 필요한 CUDA 라이브러리와 도구를..

• format_list_bulleted 빅데이터 & 인공지능
• · 2024. 12. 22.
• textsms

머신러닝(Machine Learning) 성능지표

머신러닝 모델의 성능(모델의 성능을 정량화)을 평가하기 위해 다양한 성능 지표가 사용됩니다.   일단 머신러닝의 성능지표는 실제 값과 모델에 의해 예측된 값을 비교하여 머신러닝 모델이 얼마나 학습을 잘했는지 평가하기 위한 척도를 의미합니다. 일반적으로 머신러닝은 다음과 같이 3개의 학습부류로 나뉩니다.- 지도학습- 비지도학습- 강화학습 이 지표들은 문제의 유형(분류, 회귀 등)에 따라 다르며, 모델의 강점과 약점을 파악하고 개선 방향을 제시하는 데 중요한 역할을 합니다. 아래는 주요 성능 지표와 그 특징에 대한 설명입니다. 분류 문제의 성능 지표 - 정확도 (전체데이터 중 올바르게 예측한 비율)- 정밀도 (양성으로 예측된 것 중 실제 양성인 비율)- 재현율 (- F1-Score- ROC-AUC 분류 문제..

• format_list_bulleted 정보처리기술사/머신러닝
• · 2024. 12. 22.
• textsms