1.3.4 이 책이 TensorFlow.js에 대해 가르쳐 줄 것과 그렇지 않은 것
이 책의 내용을 공부하면 TensorFlow.js를 사용해 다음과 같은 애플리케이션을 만들 수 있습니다.
• 사용자가 업로드한 이미지를 분류하는 웹 사이트
• 브라우저에 연결된 센서를 통해 이미지와 오디오를 입력받아 인식이나 전이 학습 같은 실시간 머신 러닝 작업을 수행하는 심층 신경망
• 댓글 중재를 지원하기 위한 댓글 감성 분류기 같은 클라이언트 측 자연어 인공 지능
• 기가바이트 규모의 데이터와 GPU 가속을 사용한 Node.js (백엔드) 머신 러닝 모델 훈련 프로그램
• 작은 규모의 제어나 게임 문제를 해결할 수 있는 TensorFlow.js 기반의 강화 학습 프로그램
• 훈련된 모델의 내부를 설명하고 머신 러닝 실험의 결과를 보여 주는 대시보드(dashboard)
이런 애플리케이션을 만들고 실행하는 방법을 아는 것뿐만 아니라 어떻게 동작하는지도 이해할 것입니다. 예를 들어, 다양한 문제에 맞는 딥러닝 모델을 만드는 전략과 제약 사항은 물론 이런 모델을 훈련하고 배포하는 단계와 노하우에 대한 실용적인 지식을 갖추게 될 것입니다.