Google Colab Tensorflow 2.0 Installation

Page content

I. 공지

이번 포스트부터 강사의 과거-기존-미래 수강생들이 보다 효율적으로 공부할 수 있도록 구글코랩에서 진행하는 텐서플로 2.0 Tutorial을 준비한다.

II. 개요

GPU를 활용하여, 딥러닝을 연습하고 공부하고 싶지만, 쉽지많은 않다. 구글 코랩의 존재는 예전부터 알고 있었지만, 마땅히 정리를 하지 못하던 찰나에, 이제 본격적으로 강의 준비를 하며 2020년은 구글 코랩과 함께 하기로 결정하였다. 특히 텐서플로 Tutorial을 준비하면서 개인적으로 많이 성장하기를 바라며..

III. Why Tensorflow 2.0?

비즈니스적으로 접근을 해보자. 앱의 경우, 2007년쯤 IOS가 출시된 이후, 경쟁자로 Andorid가 등장했다. 그리고 뒤늦게 후발주자로 Windows가 뛰어들었다. 결과는? Windows는 참패했다.

IT업계의 특성상, 특정분야에는 Leading Club 2개만 존재한다. 그들의 위치는 공고해질 것이며, 최소 앱생태계 자체가 없어지지 않는 한, IOSAndroid는 사라지지 않는다. 비즈니스가 그렇다.

이제 딥러닝 생태계를 보자.1

과거 텐서플로우 1.xx 시절에는 불필요한 코드가 많아 코드가 보다 간결한 KerasPyTorch로의 이동이 있었지만, 지난 1년간 지속적으로 코드 개선을 진행하여 다시 지위를 확고해가는 중이다. 이것을 비즈니스적으로 접근을 다시 해보면, 딥러닝 생태계 역시 한번 리딩하게 되면, 많은 유저가 만들어지고, 그 유저들이 개발진에게 피드백을 주면서 계속적으로 발전해갈 수 밖에 없다.

즉, Tensorflow는 딥러닝 생태계에서 계속적으로 리딩할 수 밖에 없는 위치에 있기 때문에 딥러닝을 처음 배운다면 Tensorflow로 포트폴리오는 하나 마련해두는 것이 좋다. 이제 본격적으로 구글 코랩을 활용하여 딥러닝을 공부해보자.

IV. Tutorial

1. Hello World 출력하기

Hello World는 화면에 “Hello, World!“를 출력하는 프로그램이다. 정상적으로 프로그램이 작동하는지 확인하기 위한 과정으로 이해하면 좋다. 빠르게 확인해보자.

# 1. Hello World 출력하기
print("Hello, World!")
Hello, World!

2. Hello 텐서플로 2.0 출력하기

텐서플로 1.xx 버전과 2.0 버전의 차이는 매우 크기 때문에, 꼭 버전 확인하는 것이 중요하다. 만약 로컬에서 텐서플로를 구현한다면, 반드시 버전 확인을 해야 한다. 구글 코랩에서는 아래와 같은 명령어로 tensorflow 2.0을 설치할 수 있다.

try:
  # %tensorflow_version only exists in Colab
  %tensorflow_version 2.x
except Exception:
  pass
import tensorflow as tf

위 소스코드에 대해 간단하게 설명하면 다음과 같다.

  • %기호는 일종의 매직 커맨드라고 불리워진다.
  • tensorflow_version 텐서플로의 버전을 선택하는 기능이며, 이 기능은 구글 코랩에서만 실행이 가능하니, 유의하기 바란다.

이제 tensorflow를 메모리로 불러오는 과정을 진행한다. 이 과정을 Python에서는 모듈(Module) 임포트(import)이라고 불리워진다.

import tensorflow as tf
print(tf.__version__)
2.2.0-rc2

위 버전이 확인되었으면 이제 정상적으로 Hello World를 출력해본다.

tf.constant("hello world")
<tf.Tensor: shape=(), dtype=string, numpy=b'hello world'>

위 소스코드에서 확인할 수 있듯이, 실행하는 순간 연산이 되기 때문에 텐서 정보에 실행결과가 저장되는 것을 확인할 수 있다.

Congratulation! You installed Tensorflow 2.0 in Google Colab.

V. Reference

Hale, J. (2020, January 28). Which Deep Learning Framework is Growing Fastest? Retrieved April 4, 2020, from https://towardsdatascience.com/which-deep-learning-framework-is-growing-fastest-3f77f14aa318

김환희. (2020). 시작하세요! 텐서플로 2.0 프로그래밍: 기초 이론부터 실전 예제까지 한번에 끝내는 머신러닝, 딥러닝 핵심 가이드. 서울: 위키북스.


  1. Hale은 다양한 관점에서 딥러닝 프레임워크 생태계 현황에 대해 기술하고 있다. ↩︎