딥러닝 js에서도 충분히 가능하다는것을 알려준 책.

구글 브레인 팀에게 배우는 딥러닝 with TensorFlow.js - 자바스크립트만 알고 있다면 시작하기에 충분하다!
샨칭 차이 외 지음, 박해선 옮김 / 길벗 / 2022년 3월

사실 텐서플로우 js 를 접하면서 가장 의문스렁웠던 점이

js 로 제대로된 머신러닝을 할수있을까?

라는 의문점이었다.

이책은 그의문점을 하나씩 해결해 주는 고마운 책이었다.

결론은 js 를 활용하여 node.js 에서는 웹브라우저 밖에서 자바스크립트를 실행할수 있기때문에 RAM , 파일 시스템과 같은 네이티브 자원을 활용할수있고, tensorflow.js 는 tfjs-node 라 불리는 node.js 버전을 제공한다.

c++과 cuda 코드를 컴파일한 네이티브 텐서플로 라이브러리를 직접 방인딩 하기때문에 텐서플로가 사용하는것과 같은 병렬화된 cpu와 gpu연산 커널을 사용할수있다.

실제 저자의 경험으로는 tfjs-node로 훈련하는정도의 수준이 케라스 를 사용하는 속도와 비슷하다고 하니 놀라울수밖에 없다.

//// // Construct and compile model. //// const model = tf.sequential(); model.add(tf.layers.dense({ units: 1, inputShape: [1], })); // Use a slower learning rate for illustration purposes. const optimizer = tf.train.sgd(0.0005); model.compile({optimizer: optimizer, loss: 'meanAbsoluteError'});

그리고 예제 소스들을 보면 실제로 tensorflow 와 명령어 들이 굉장히 유사하고 패턴이 비슷하기 때문에

텐서플로우에 적응한사람들이면 크게 이질감 없이 학습할수있었다.

이론적인 설명이나 적절한 예제들이 포함되어있어 처음 tensorflow.js 를 접하는 사람도 어렵지 않게 많이 신경쓴 흔적들이 보인다.

책에서는 tensorflow js 를통해 충분히 python 에서 하던 머신러닝을 대다수 커버할수있다는것을 증명해주었고,

실무에서 파이썬에서 실행된결과를 결과파일을 만들어서

웹에서 머신러닝결과를 활용한적도 있는데 이럴때에는 tensorflowjs를 활용하며 더 편할것같다는 생각이든다.

희귀분석외에도 rnn과 cnn등 텐서플로우 js를 활용한 다양한 예제들을 다루고 있어 예제코드 역시 직접 실행해 보고

실습할수있어서 좋았다.

js 에서도 충분히 머신러닝이 가능하다는 것을 알려준 책이고 web에서 머신러닝이 필요한 사람이면 이책을 추천한다.

"길벗출판사로 부터 제공받은 책으로 작성된 서평입니다."