Repolode
제출하기
tensorflow

tensorflow/neural-structured-learning

특징 입력과 함께 그래프 구조 신호나 적대적으로 교란된 신호를 사용해 신경망을 학습시키는 TensorFlow 프레임워크입니다.

GitHub에서 보기웹사이트
스타
1,012
포크
191
열린 이슈
1
마지막 커밋
지난달

어떤 프로젝트인가요?

Neural Structured Learning(NSL)은 일반적인 특징 입력에 더해 구조화된 신호를 사용해 신경망을 학습시키는 TensorFlow 프레임워크입니다. 구조는 샘플 간 관계나 유사도를 그래프로 나타내는 명시적 구조일 수도 있고, 입력에 적대적 교란을 가해 유도하는 암묵적 구조일 수도 있습니다.

이 프레임워크는 레이블이 지정된 데이터가 부족한 상황을 대상으로 합니다. 레이블이 지정된 샘플과의 관계를 통해 레이블이 없는 샘플도 활용할 수 있기 때문입니다. 적대적으로 교란한 학습 예제를 사용하면 예측을 오도하도록 설계된 입력에 대한 모델의 견고성을 높일 수 있습니다. 구조화된 신호는 학습 중에만 적용되므로 서빙 및 추론 워크플로는 바뀌지 않습니다.

NSL은 그래프 학습과 적대적 학습을 위한 Keras API, 저수준 TensorFlow 연산과 함수, 그래프를 만들고 그래프 입력을 구성하는 도구를 제공합니다. pip 패키지로 설치할 수 있으며 TensorFlow 2.1을 제외한 TensorFlow 1.15 이상에서 작동합니다.

핵심 기능

  • 01명시적 그래프와 적대적 교란을 사용한 학습을 위한 Keras API를 제공합니다.
  • 02맞춤형 학습에 구조를 추가할 수 있는 저수준 TensorFlow 연산과 함수를 제공합니다.
  • 03그래프를 만들고 그래프 입력을 구성하는 도구를 제공합니다.
  • 04구조화된 신호는 학습 중에만 사용되므로 추론에는 영향을 주지 않습니다.
  • 05pip로 설치할 수 있으며 그래프 학습과 적대적 학습 예제 튜토리얼을 제공합니다.

활용 사례

  • 레이블이 지정된 샘플이 일부에 불과할 때 텍스트 분류기나 노드 분류기를 학습합니다.
  • 적대적으로 조작된 입력에 대한 모델의 견고성을 높입니다.
  • TensorFlow 학습 파이프라인에 샘플 간 관계 또는 유사도 그래프를 추가합니다.

빠른 시작

  1. 1

    미리 빌드된 NSL pip 패키지를 설치하세요

    pip install neural-structured-learning
  2. 2

    다른 설정 방법이나 소스에서 빌드하는 방법은 설치 가이드를 참고하세요

사용 전 알아둘 점

  • TensorFlow 1.15 이상이 필요하며 TensorFlow 2.1은 호환되지 않습니다.

토픽

#tensorflow#graph-learning#adversarial-learning#semi-supervised-learning#keras#neural-networks#regularization#structured-signals

자주 묻는 질문

neural-structured-learning은(는) 무엇인가요?
특징 입력과 함께 그래프 구조 신호나 적대적으로 교란된 신호를 사용해 신경망을 학습시키는 TensorFlow 프레임워크입니다. Neural Structured Learning(NSL)은 일반적인 특징 입력에 더해 구조화된 신호를 사용해 신경망을 학습시키는 TensorFlow 프레임워크입니다. 구조는 샘플 간 관계나 유사도를 그래프로 나타내는 명시적 구조일 수도 있고, 입력에 적대적 교란을 가해 유도하는 암묵적 구조일 수도 있습니다.
neural-structured-learning은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
neural-structured-learning은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
neural-structured-learning은(는) 아직 유지보수되고 있나요?
6개월 이내 업데이트. neural-structured-learning의 마지막 커밋은 2026년 10월 5일입니다.
neural-structured-learning은(는) 어디에 사용할 수 있나요?
레이블이 지정된 샘플이 일부에 불과할 때 텍스트 분류기나 노드 분류기를 학습합니다. 적대적으로 조작된 입력에 대한 모델의 견고성을 높입니다. TensorFlow 학습 파이프라인에 샘플 간 관계 또는 유사도 그래프를 추가합니다.
neural-structured-learning는 어떻게 설치하나요?
미리 빌드된 NSL pip 패키지를 설치하세요: pip install neural-structured-learning 다른 설정 방법이나 소스에서 빌드하는 방법은 설치 가이드를 참고하세요
neural-structured-learning은(는) 어디서 받을 수 있나요?
소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/tensorflow/neural-structured-learning

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.

관련 프로젝트