Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | |
| 7 | 8 | 9 | 10 | 11 | 12 | 13 |
| 14 | 15 | 16 | 17 | 18 | 19 | 20 |
| 21 | 22 | 23 | 24 | 25 | 26 | 27 |
| 28 | 29 | 30 |
Tags
- cli
- FileChannel
- curl
- Java
- io
- 이미지
- UV
- vscode
- SharedArrayBuffer
- docker
- PowerShell
- Docker Compose
- Python Install Manager
- Python
- json
- RandomAccessFile
- yaml
- vim
- ndjson
- tauri
- Webpack
- uv init
- json schema
- Typescript
- podman
- Vite
- Ollama
- secure context
- uv pin
- cross-origin isolated
Archives
- Today
- Total
목록2026/06/30 (1)
워로디스
텐서플로(TensorFlow) 2.x 학습 루프 및 자동 미분의 핵심 원리
1. 개요본 문서는 텐서플로 2.x 환경에서 딥러닝 모델을 학습시킬 때 필수적으로 사용되는 학습 루프(Training Loop)의 동작 원리와 내부 메커니즘을 정리한 문서입니다. 모델의 가중치가 업데이트되는 과정, 프레임워크가 제공하는 자동 미분 도구의 역할, 그리고 이를 추상화하는 고수준 API의 적용 방법까지 단계별로 분석합니다.2. tf.GradientTape와 연산 기록의 원리텐서플로 2.x는 코드가 즉시 실행되는 '즉시 실행 모드(Eager Execution)'를 기본으로 채택하고 있습니다. 따라서 역전파를 수행하기 위해서는 순방향 연산 과정을 기억해 둘 별도의 장치가 필요하며, 이 역할을 tf.GradientTape가 수행합니다.2.1. 파이썬 with 문의 컨텍스트 관리작동 방식: 파이썬의 ..
Data Science/TensorFlow
2026. 6. 30. 22:22
