텐서플로우(TensorFlow)를 사용하기 위한 플로우(Flow)에 대한 설명

플로우(Flow)라고 적인 영어 단어는 흐름을 뜻합니다. 

그런데 여기서 앞서 올렸던 텐서라는 여러 정보를 흘러 원하는 결과를 얻기위한 방법이라는 뜻으로 해석하는 것이 좋습니다.

2018/04/14 - [데이터 분석] - 텐서 플로우(TensorFlow)를 사용하기 위한 텐서(Tensor)에 대한 설명

백문이 불여일견. 

빨간 네모로 지정한 곳이 우리가 알고자 하는 데이터의 군집이고 

파란 네모는 우리가 어떤 방법을 사용해서 데이터의 군집을 정확하게 표시할 것인지 결정하는 방법을 정하는 곳입니다.  각각을 노드(Node)라고 부릅니다.

데이터의 흐름은 항상 좌측에서 우측으로 흐르게 됩니다.

아래는 위의 데이터 군집을 약 700회 머신러닝을 시킨 사진입니다.

초록 네모의 선의 굵기가 다 달라지고 빨간 네모의 형태가 바뀐 것을 볼 수 있습니다.

저 초록색 부분은 각 노드가 데이터 군집을 얼마나 잘 표현하는지 나타내는 지표입니다. 보다 더 잘 나타내는 노드의 선이 굵어지고 제대로 표현을 못하는 노드의 선은 얇아집니다. 이를 가중치 부여(weighted)라고 합니다.

빨간 네모를 보면, 주황색 부분과 파란색 부분이 생긴 것을 볼 수 있습니다. 이는 데이터 군집을 표현하고자 머신러닝을 한 결과고 배경색과 점들이 같아질 때 빨간 네모 위의 loss값이 줄어들게 됩니다.

아래는 데이터 군집에서 더 나은 결과를 얻기 위해 처리 계층을 하나 늘린 결과입니다.

똑같은 700회를 시행했는데 loss가 훨씬 줄은 것을 확인 할 수 있습니다.

처리 계층과 각 계층에 노드를 추가하여 700회 돌린 결과입니다.

바로 위의 사진에서 결과값이 좋아 처리층을 하나 추가한 결과입니다. 최종적으로 loss가 0.007까지 내려갔습니다.

이처럼 데이터의 군집(텐서)을 해석하기 위해 처리 방법(노드)을 진행시키는 것을 플로우(Flow)라고 합니다.