03. 텐서플로우 기초 코딩

1. 정의

텐서플로우: 텐서를 흘려보내면서 데이터를 처리하는 라이브러리

텐서: 다차원 배열

랭크: 텐서의 차원, 랭크가 0이면 스칼라, 1이면 벡터, 2이면 행렬, 3이상이면 텐서라고 부른다.

- 텐서들은 계산 그래프 구조를 통해 노드에서 노드로 이동한다.

- 텐서플로우 프로그램 작성 과정: 그래프 생성 -> 그래프 실행

  : 생성과 실행을 따로 하는 이유는 실행과정에서 생성한 전체 그래프중 일부만 사용할 수 도 있기 때문.

- 노드에 연산, 변수, 상수등을 정의

---

2. 기초 코딩

import tensorflow as tf

# 그래프 노드를 정의하고 출력합니다.
# 출력값 : Tensor("Const:0", shape=(), dtype=float32) Tensor("Const_1:0", shape=(), dtype=float32)
node1 = tf.constant(3.0, dtype=tf.float32)
node2 = tf.constant(4.0) # 암시적으로 tf.float32 타입으로 선언될 것입니다.
print(node1, node2)

# 세션을 열고 그래프를 실행합니다.
# 출력값 : [3.0, 4.0]
sess = tf.Session()
print(sess.run([node1, node2]))

# 두개의 노드의 값을 더하는 연산을 수행하는 node3을 정의합니다.
# 출력값:
# node3: Tensor("Add:0", shape=(), dtype=float32)
# sess.run(node3): 7.0
node3 = tf.add(node1, node2)
print("node3:", node3)
print("sess.run(node3):", sess.run(node3))

sess.close()

1. import tensorflow as tf

: 텐서플로 라이브러리를 사용하기위해 import

 

2. node1 = tf.constant(3.0, dtype = tf.float32)

: 상수값을 표현 하는 노드를 정의

 

3. sess =tf.Session()

   print(sess.run([node1, node2]))

: 세션을 열고 그래프를 실행

 

4. node3 = tf.add(node1, node2)

: node1과 node2의 값을 더하는 연산을 수행하는 노드를 정의

 

5. sess.close()

: 모든 코드를 실행했으니 세션을 닫는다.

 

---

3. tf.constant

tf.constant(value, dtype, shape, name)

- value: 상수값이며 직접 지정하거나 shape형태로 채울 값을 지정

- dtype: 데이터 타입

- shape: 상수 데이터의 형태

- name: 텐서의 이름

 

---

참고문헌: 솔라리스, 텐서플로로 배우는 딥러닝, 영진닷컴, 2018.

http://www.yes24.com/Product/Goods/66539232

텐서플로로 배우는 딥러닝