Jetson Nano Developer Kit - Mycroft Precise 설치기 (1)

NVIDIA 로고

 

본래 Snowboy라는 음성 인식 프로그램을 사용 중이었다. Snowboy와 ROS로 터틀봇을 움직이는데 까지는 성공했으나,  Back을 말하면 Left로 인식을 한다던가, 주변 환경 소음을 Go로 인식하는 둥, 음성 인식이 생각보다 불안정 한 감이 많았다.

 

게다가 기껏 딥러닝 가속이 되는 모델을 놔두고 가속 기능을 사용하지 않는다는게 마음에 좀 걸렸다. 지금 텐서플로를 공부하기에는 그만한 시간이 없어서, 대신 인터넷을 찾아 텐서플로를 이용한 프로그램을 찾아보기로 했다.

 

텐서플로 로고^[각주:1]

 

 

텐서플로를 활용한 프로그램

1. Hey, Jetson!

 

bricewalker/Hey-Jetson

어디서 음성 인식 관련 자료를 찾을 수 있을까 고민하다가, NVIDIA Community Project 사이트에서 음성 인식 관련 프로젝트를 하나 찾을 수 있었다. 프로젝트 이름은 Hey, Jetson! 였는데, 연구 목적으로 프로젝트를 진행했는지 음성 인식을 응용한 기능은 설명되어 있지 않았다. 즉, 내가 응용 프로그램을 따로 짜야하는 것 같았다.

 

나쁘지 않은 프로젝트인 것 같긴 한데, 인터넷에 관련된 문서가 적어서 사용하기가 힘들어 보였다. 그래서 결국 이 프로젝트는 사용하지 않기로 했다.

 

2. Precise

 

MycroftAI/mycroft-precise

 

인터넷에서 음성 인식을 좀 더 찾아보다가, Mycroft사에서 만든 Precise라는 프로그램을 찾아냈다. 내가 직접 모델을 만들 수 있고, 텐서플로를 사용할 수 있는 정말 몇 안 되는 공개 프로그램 중 하나였다. 게다가 직접 모델을 만들 때, 반응하지 않을 음성 데이터도 따로 학습시킬 수 있어서 Snowboy의 문제점을 충분히 해결할 수 있을 것 같았다.

 

다만, 아쉽게도 Snowboy나 그 외 다른 프로그램들보다 인지도가 낮은지, 인터넷에 관련 문서를 찾기 힘들어보였다. 그렇지만 적어도 Hey, Jetson! 의 Github문서 보다 Precise의 Github 문서가 나에게 읽기가 더 쉬웠고, 이 프로그램 외에 다른 프로그램은 찾을 수가 없어서, 이것을 사용해보기로 했다.

 

Precise 설치 일대기

Readme 문서에는 설치 방법이 2가지가 있었다. 첫 번째 방법은 컴파일된 바이너리를 이용하는 방법이고 두 번째 방법은 소스를 직접 컴파일해서 사용하는 방법이었다.

 

컴파일된 바이너리를 이용하는 방법은 https://github.com/mycroftai/precise-data/tree/dist 에서 받을 수 있었다. 문서에 적힌 대로 aarch64 버전과 armv7l 버전을 설치해 봤지만 두 버전 모두 아쉽게도 Jetson nano에는 오류가 나오면서 설치가 불가능했어서 소스를 직접 컴파일을 해야만 했다.

 

안 그래도 Jetson nano관련 자료가 적어서 오류 해결하기가 정말 힘든데, 설치 속도도 정말 느려서 수많은 시간과 시행착오를 겪어야만 했다. 에러 하나 해결하고 나서 설치를 재개할 때 길게는 2시간 정도가 걸릴 정도로 정말 지루한 작업들이었다.

 

1. 설치 시작 (텐서플로 설치 문제)

 

우선 Git의 clone기능을 이용하여 소스 파일들을 Github로부터 가져온 뒤에 생성된 mycroft-precise로 들어갔다.

 

git clone https://github.com/MycroftAI/mycroft-precise.git
cd mycroft-precise

 

그 뒤 mycroft-precise 폴더에서 설치 스크립트를 실행했다. 설치 스크립트에서는 apt install 명령어를 사용하기 때문에 관리자 권한이 필요했다.

 

./setup.sh

 

설치가 잘 되나 싶더니, 이게 웬걸 조건에 맞는 텐서플로를 설치할 수 없다는 에러와 함께 설치가 중단됐다.

 

ERROR: Could not find a version that satisfies the requirement tensorflow<1.14,>=1.13 (from mycroft-precise==0.3.0) (from versions: none) ERROR: No matching distribution found for tensorflow<1.14,>=1.13 (from mycroft-precise==0.3.0)

텐서플로 버전을 찾을 수 없다는 메시지

 

대체 왜 텐서플로가 없는 것일까. OS 설치 이미지 최소 사양이 16기가 메모리인데, 그 방대한 용량에 없다는게 이상했다.

 

혹시나 몰라서 pip install tensorflow로 텐서플로를 설치해 보려고 했지만, 정말 설치할 수 없다는 메시지가 나왔다.

 

몇 시간 동안 인터넷을 뒤지다가 PyPI가 아닌 NVIDIA에서 텐서플로를 받을 수 있다는 말을 찾았다. pip 설치는 단순히 파이썬 pip install 패키지명으로 설치하는 게 아니라 pip 추가 옵션으로 NVIDIA 저장소를 찾아본다는 옵션을 추가해야 한 설치가 가능했다.

 

sudo pip3 install --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v42 tensorflow-gpu==1.13.1+nv19.3

pip를 이용하여 NVIDIA 저장소에서 패키지를 설치하는 방법

 

이제 텐서플로 설치 방법을 찾았으니, 텐서플로를 설치하고 다시 설치를 진행하면 되겠지 했는데, 텐서플로를 설치했음에도, 이상하게 아까와 동일한 오류가 났다. 대체 왜 텐서플로를 설치했음에도 다시 설치를 하려고 하는 것일까? 심지어 버전도 1.13.1 버전으로 호환성 문제도 없었는데 말이다.

 

ERROR: Could not find a version that satisfies the requirement tensorflow<1.14,>=1.13 (from mycroft-precise==0.3.0) (from versions: none) ERROR: No matching distribution found for tensorflow<1.14,>=1.13 (from mycroft-precise==0.3.0)

다시 나타난 텐서플로 버전을 찾을 수 없다는 메시지

 

에러 메시지를 가만히 보다가 문득 No matching distribution found라는 말이 굉장히 거슬렸다. 이를 봤을 때, pip는 기본적으로 PyPI에서만 파일을 찾는 것 같았다.

 

그렇다면 --extra-index-url 설치 옵션을 따로 줄 수는 없을까? 해서 인터넷을 다시 열심히 떠돌기 시작했다.

 

그러다가 stackexchange에서 setup.py에서 dependency_links라는 틀을 만들어 주면 그 옵션처럼 사용할 수 있다는 말을 찾았다. setup.py에는 Precise가 작동하기 위해서 설치되어야 하는 패키지들이 적혀 있었다. 이상하게도 내가 설정을 잘 못준 건지 여전히 동일한 에러 메시지가 나왔다.

 

    install_requires=[
        'numpy',
        'tensorflow>=1.13,<1.14',  # Must be on piwheels
        'sonopy',
        'pyaudio',

setup.py의 일부분

대체 여기서 어떻게 수정을 하면 좋을까...

 

이 외에 혹시나 해서 설치 쉘 스크립트 파일인 setup.sh에서 직접 pip 실행 옵션을 추가시키는 시도도 해보았지만, 뜻대로 잘 되지는 않았다.

 

ERROR: Could not find a version that satisfies the requirement tensorflow<1.14,>=1.13 (from mycroft-precise==0.3.0) (from versions: none) ERROR: No matching distribution found for tensorflow<1.14,>=1.13 (from mycroft-precise==0.3.0)requests.exceptions.HTTPError: 404 Client Error: Not Found for url: https://developer.download.nvidia.com/compute/redist/jp/v42/termcolor/

pip 실행 구문을 수정한 후 오류

 

이때 한 가지 생각이 들었다.

 

혹시 단순히 setup.py에 적힌 install_requires옵션은 PyPI에서 해당 패키지를 검색한 후 PyPI에 패키지가 없으면 현재 설치가 되어있든 말든 무조건 에러를 내뿜는 버그가 있는게 아닐까?

 

그래서 install_requires 옵션에서 텐서플로를 제거한 뒤에 다시 설치를 진행해 보았다. 설마 다른 패키지를 설치하기 위해서 텐서플로를 사용해야 하는 것은 아니겠지? 텐서플로만 문제겠지? 했는데, 전혀 아니었다. 이번에는 다른 에러가 뭉터기로 나왔다. 그나마 한 가지 다행이라는 점이 있다면, 이번에는 패키지를 못 찾아서 내뿜는 에러는 아니었다.

 

2. SciPy 설치 문제 해결

 

텐서플로 문제를 한 번 건너뛰고 드디어 설치가 잘 되나 싶더니 약 1시간의 설치 시간동안 SciPy, Matplotlib, scikit-learn에러가 우수수 나왔다. 우선 가장 먼저 나타난 SciPy오류부터 살펴보았다.

 

/tmp/pip-build-env-s6zs7hxx/overlay/lib/python3.6/site-packages/numpy/distutils/system_info.py:664: UserWarning: Specified path /home/d428/mycroft-precise/.venv/include/python3.6m is invalid. return self.get_paths(self.section, key) error: library dfftpack has Fortran sources but no Fortran compiler found ... Add `--force` to your command to use it anyway if you must (unsupported). ---------------------------------------- ERROR: Failed cleaning build dir for scipy Failed to build scipy

SciPy 오류 메시지

 

대체 라즈베리파이에서는 문제가 없는 것 같은데 Jetson은 왜 이런 것일까... SciPy는 키트에서 매우 자주 쓸 것 같은 패키지 이름인데, 대체 왜 오류가 나는 것일까?라는 생각으로 인터넷을 찾아보았다. 다행히 인터넷에서 SciPy를 설치하기 위해서는 gfortran과 여러 라이브러리가 필요했다. 설치에 필요한 프로그램과 파일들은 apt install을 통해서 설치할 수 있었다.

 

sudo apt install -y build-essential libatlas-base-dev gfortran

 

3. Matplotlib 설치 문제 해결

gfortran을 설치하고 나니 이제 SciPy에러는 나오지 않았다. 다만, SciPy 설치가 이상하리만큼 오래 걸렸다. 어렴풋이 기억하기로는 거의 2시간 정도가 걸렸는데, SciPy는 .whl 파일이 30메가도 안되는데 어떻게 이렇게 오래 걸리는지 의문이다.

 

 

Building wheels for collected packages: scipy
  Building wheel for scipy (PEP 517) ... - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | done
  Created wheel for scipy: filename=scipy-1.3.2-cp36-cp36m-linux_aarch64.whl size=39939433 sha256=cf0f70bf5cfd8769893b389a4bfd3509c44986a675e6d7c064820a8a7a1706fa
  Stored in directory: /home/d428/.cache/pip/wheels/d6/28/2f/6a6d0d13e06362089e527b76c3e68ab123f87d73d0b1ab5aca
Successfully built scipy

SciPy가 성공적으로 설치됐을 때의 로그 일부

설치할 때  | / - 문구가 반복되면서 나오는데, 이게 많을수록 설치 시간이 오래 걸렸다는 뜻이 된다.

 

기나긴 SciPy 설치를 마치고 조금 쉬다가 오니 이제 Matplotlib 설치 문제를 해결할 준비가 되었다. Matplotlib를 설치할 때에는 ft2build.h 파일이 없다는 에러 메시지가 출력되었다. 이번에도 인터넷을 찾아보니 apt install로 libfreetype6-dev 패키지를 설치하면 이 문제를 해결할 수 있다는 사실을 찾을 수 있었다.

 

src/checkdep_freetype2.c:1:10: fatal error: ft2build.h: No such file or directory #include ^~~~~~~~~~~~ compilation terminated. error: command 'aarch64-linux-gnu-gcc' failed with exit status 1 ---------------------------------------- ERROR: Failed building wheel for matplotlib Running setup.py clean for matplotlib

Matplotlib 설치 시 나타나는 오류

 

sudo apt install libfreetype6-dev

 

4. scikit-learn 설치 문제 해결

이제 드디어 끝이 보인다. 이번에도 약 30분의 적지 않은 시간으로 Matplotlib 설치를 완료한 후에, scikit-learn 설치 문제를 해결하기로 했다. scikit-learn은 Cython이라는 패키지가 필요해 보였다. 이번에는 Cython이 필요해서 인터넷을 검색해서 Cython 설치를 시도했다.

 

이번에도 apt install을 사용해서 설치를 시도했는데, 이상하게 이미 설치된 패키지라는 말이 나오면서 apt 설치가 진행되지 않았다. 설마, 따로 파이썬에서 해줘야 할 게 있나? 인터넷을 좀 더 찾아보니 pip로도 설치할 수 있다는 말을 찾을 수 있었다. 

 

config = setup_module.configuration(*args) File "sklearn/utils/setup.py", line 8, in configuration from Cython import Tempita ModuleNotFoundError: No module named 'Cython' ---------------------------------------- ERROR: Failed building wheel for scikit-learn Running setup.py clean for scikit-learn Successfully built matplotlib Failed to build scikit-learn

scikit-learn 설치 오류 메시지

 

텐서플로를 설치할 때 겪었던 일들을 생각해 봤을 때, pip로 바로 설치하는 것보다 setup.py의 install_requires에 cython을 추가하여 설치를 진행하는 것이 더 맞을 것 같아서 setup.py를 수정하여 setup.py를 통해 설치가 자동적으로 되게 수정하였다.

 

    install_requires=[
        'numpy',
        'cython',
#        'tensorflow>=1.13,<1.14',  # Must be on piwheels
        'sonopy',
        'pyaudio',

수정된 setup.py 내용

 

하지만 이상하게도 Cython을 설치했음에도, 동일한 에러가 다시 나타났다. 그런데 그 때 신기한 일이 일어났다. 에러가 나서 설치에 실패를 했는데도, 해당 에러 발생 후 설치 스크립트가 다시 scikit-learn을 다시 설치하기 시작했고, 이 때는 신기하게도 설치에 성공 했다. 참 이상하다. 설치 순서가 어떻게 바뀐 건가?

 

Building wheels for collected packages: scikit-learn
Building wheel for scikit-learn (setup.py) ... - \ error
ERROR: Command errored out with exit status 1:
command: /home/d428/mycroft-precise/.venv/bin/python -u -c 'import sys, setuptools, tokenize; sys.argv[0] = '"'"'/tmp/pip-install-m3ohgd6a/scikit-learn/setup.py'"'"'; __file__='"'"'/tmp/pip-install-m3ohgd6a/scikit-learn/setup.py'"'"';f=getattr(tokenize, '"'"'open'"'"', open)(__file__);code=f.read().replace('"'"'\r\n'"'"', '"'"'\n'"'"');f.close();exec(compile(code, __file__, '"'"'exec'"'"'))' bdist_wheel -d /tmp/pip-wheel-0c2eydu3 --python-tag cp36
cwd: /tmp/pip-install-m3ohgd6a/scikit-learn/
Complete output (28 lines):
Partial import of sklearn during the build process.
Traceback (most recent call last):
File "", line 1, in 
File "/tmp/pip-install-m3ohgd6a/scikit-learn/setup.py", line 290, in 
setup_package()
File "/tmp/pip-install-m3ohgd6a/scikit-learn/setup.py", line 286, in setup_package
setup(**metadata)
File "/home/d428/mycroft-precise/.venv/lib/python3.6/site-packages/numpy/distutils/core.py", line 137, in setup
config = configuration()
File "/tmp/pip-install-m3ohgd6a/scikit-learn/setup.py", line 174, in configuration
config.add_subpackage('sklearn')
File "/home/d428/mycroft-precise/.venv/lib/python3.6/site-packages/numpy/distutils/misc_util.py", line 1035, in add_subpackage
caller_level = 2)
File "/home/d428/mycroft-precise/.venv/lib/python3.6/site-packages/numpy/distutils/misc_util.py", line 1004, in get_subpackage
caller_level = caller_level + 1)
File "/home/d428/mycroft-precise/.venv/lib/python3.6/site-packages/numpy/distutils/misc_util.py", line 941, in _get_configuration_from_setup_py
config = setup_module.configuration(*args)
File "sklearn/setup.py", line 62, in configuration
config.add_subpackage('utils')
File "/home/d428/mycroft-precise/.venv/lib/python3.6/site-packages/numpy/distutils/misc_util.py", line 1035, in add_subpackage
caller_level = 2)
File "/home/d428/mycroft-precise/.venv/lib/python3.6/site-packages/numpy/distutils/misc_util.py", line 1004, in get_subpackage
caller_level = caller_level + 1)
File "/home/d428/mycroft-precise/.venv/lib/python3.6/site-packages/numpy/distutils/misc_util.py", line 941, in _get_configuration_from_setup_py
config = setup_module.configuration(*args)
File "sklearn/utils/setup.py", line 8, in configuration
from Cython import Tempita
ModuleNotFoundError: No module named 'Cython'
----------------------------------------
ERROR: Failed building wheel for scikit-learn
Running setup.py clean for scikit-learn
Failed to build scikit-learn
ERROR: bbopt 1.1.8 has requirement hyperopt>=0.2.1; python_version >= "3", but you'll have hyperopt 0.1.2 which is incompatible.
Installing collected packages: cython, future, tqdm, decorator, networkx, hyperopt, scikit-learn, scikit-optimize, bbopt, speechpy-fast, pyache, mycroft-precise
Running setup.py install for scikit-learn ... - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - \ | / - done
Running setup.py develop for mycroft-precise

scikit-learn설치 시 에러가 나왔지만, 설치가 어떻게 잘된 로그

 

5. Bbopt 설치 문제 해결

Bbopt설치 문제는 많이 이상했다. bbopt가 1.1.8 버전이 설치되었는데, 1.1.8 버전은 hyperopt 0.2.1 이상이 되어야만 설치가 가능했다. 하지만 setup.py 부분에는 hyperopt가 항상 0.1.2 버전이 설치되게 만들어져 있었기 때문이다.

 

ERROR: bbopt 1.1.8 has requirement hyperopt>=0.2.1; python_version >= "3", but you'll have hyperopt 0.1.2 which is incompatible.

bbopt 설치 오류 메시지

 

Bbopt는 설치를 하지 않아도, 설치 스크립트는 정상적으로 끝나길래 Github에 있던 데로 데모를 한번 돌려봤는데 데모는 bbopt에러로 인해 진행이 불가능했다. Precise 사용을 위해 오류를 해결해야만 했다.

 

내가 그나마 정보를 얻을 수 있는 곳은 Precise의 Github에 있는 Issue란 밖에 없는데, 여기서는 해당 문제가 거론되는 글이 적었다. 있어도 이미 수정이 되었다는 말만 있어서, 내가 필요한 답을 찾기란 거의 불가능해 보였다.

 

정말 포기 직전까지 가다가 라즈베리파이 4에 Precise를 설치했는데, 인식이 잘 되지 않는다는 글을 찾았다. 그 글에는 라즈베리파이에 설치된 파이썬 패키지들이 나열되어 있었는데, bbopt의 버전이 최신 버전이 아닌 1.1.1 버전이 설치되어 있었다. 혹시나 1.1.1버전은 사용 가능할 것이라는 생각에 setup.py에서 bbopt를 bbopt==1.1.1로 수정하여 1.1.1 버전을 골라서 설치하게 만들었다.

 

그랬더니 다행히도 문제없이 bbopt 설치에 완료했다. 

 

Requirement already satisfied: joblib>=0.11 in ./.venv/lib/python3.6/site-packages (from scikit-learn>=0.19.1->scikit-optimize>=0.5.2->bbopt==1.1.1->mycroft-precise==0.3.0) (0.14.0)
Building wheels for collected packages: bbopt
  Building wheel for bbopt (setup.py) ... - \ | / done
  Created wheel for bbopt: filename=bbopt-1.1.1-py2.py3-none-any.whl size=47101 sha256=d85bf8459599bc9d3cb1d64ab1fdcdf0f8727dfde9654b8641c977fa68b82bc0
  Stored in directory: /home/d428/.cache/pip/wheels/46/1a/11/7206d8eef476e4398b16eba11e965385cc10808884bef6921c
Successfully built bbopt
Installing collected packages: bbopt, mycroft-precise
  Found existing installation: bbopt 1.1.8
    Uninstalling bbopt-1.1.8:
      Successfully uninstalled bbopt-1.1.8
  Found existing installation: mycroft-precise 0.3.0
    Uninstalling mycroft-precise-0.3.0:
      Successfully uninstalled mycroft-precise-0.3.0
  Running setup.py develop for mycroft-precise
Successfully installed bbopt-1.1.1 mycroft-precise
Requirement already satisfied: pocketsphinx in ./.venv/lib/python3.6/site-packages (0.1.15)

bbopt 설치에 성공한 모습

 

이렇게 성공적으로 설치 스크립트를 끝맺었다.

 

설치를 다 하고 나니 어느덧 오전 1시를 넘어갔다. 이제 데모용 코드를 한 번 돌려볼까? 하고 데모 코드를 실행했는데... 오류를 내뿜으면서 실행이 되지 않았다. 참... 생각해보니 텐서플로 설치를 건너뛰었던 것이 기억난다.

 

텐서플로 설치는 어떻게 해야 하나...

 

[본문 SVG 파일]

 

Nvidia_image_logo .svg

0.00MB

 

Tensorflowlogo.svg

0.01MB

 

[글 대표 이미지]^[각주:2]

 

tensorflow.png

0.01MB

 

 

 

 

 

1. 저작권: TensorFlow - vectors combined, edited - Begoon [Apache License 2.0], via Wikimedia Commons [본문으로]
2. TensorFlow - vectors combined, edited - Begoon [Apache License 2.0], via Wikimedia Commons 파일을 수정해 사용함 [본문으로]