Tensorflow는 Google에서 제공하는 기계 학습 프레임워크입니다. 알고리즘, 딥 러닝 애플리케이션 등을 구현하기 위해 Python과 함께 사용되는 오픈 소스 프레임워크입니다. 연구 및 생산 목적으로 사용됩니다. 복잡한 수학 연산을 빠르게 수행하는 데 도움이 되는 최적화 기술이 있습니다.
NumPy와 다차원 배열을 사용하기 때문입니다. 이러한 다차원 배열은 '텐서'라고도 합니다. 이 프레임워크는 심층 신경망 작업을 지원합니다. 확장성이 뛰어나고 많은 인기 있는 데이터 세트와 함께 제공됩니다. GPU 계산을 사용하고 리소스 관리를 자동화합니다. 수많은 기계 학습 라이브러리와 함께 제공되며 잘 지원되고 문서화되어 있습니다. 이 프레임워크는 심층 신경망 모델을 실행하고 훈련하며 각 데이터 세트의 관련 특성을 예측하는 애플리케이션을 생성하는 기능을 가지고 있습니다.
'tensorflow' 패키지는 아래 코드 줄을 사용하여 Windows에 설치할 수 있습니다 -
pip install tensorflow
Tensor는 TensorFlow에서 사용되는 데이터 구조입니다. 흐름도에서 가장자리를 연결하는 데 도움이 됩니다. 이 흐름도를 '데이터 흐름 그래프'라고 합니다. 텐서는 다차원 배열 또는 목록에 불과합니다. 세 가지 주요 속성을 사용하여 식별할 수 있습니다.
순위
텐서의 차원에 대해 알려줍니다. 텐서의 순서나 정의된 텐서의 차원 수로 이해할 수 있습니다.
유형
Tensor의 요소와 관련된 데이터 유형에 대해 알려줍니다. 1차원, 2차원 또는 n차원 텐서일 수 있습니다.
모양
행과 열의 개수입니다.
우리는 Jupyter Notebook을 사용하여 이 코드를 실행할 것입니다. TensorFlow는 'pip install tensorflow'를 사용하여 Jupyter Notebook에 설치할 수 있습니다.
예를 들어 보겠습니다 -
예
import tensorflow as tf
import numpy as np
matrix_1 = np.array([(1,2,3),(3,2,1),(1,1,1)],dtype = 'int32')
matrix_2 = np.array([(0,0,0),(-1,0,1),(3,3,4)],dtype = 'int32')
print("The first matrix is ")
print (matrix_1)
print("The second matrix is ")
print (matrix_2)
print("The sum is ")
matrix_1 = tf.constant(matrix_1)
matrix_2 = tf.constant(matrix_2)
matrix_sum = tf.add(matrix_1, matrix_2)
print((matrix_sum)) 출력
The first matrix is [[1 2 3] [3 2 1] [1 1 1]] The second matrix is [[ 0 0 0] [-1 0 1] [ 3 3 4]] The sum is tf.Tensor( [[1 2 3] [2 2 2] [4 4 5]], shape=(3, 3), dtype=int32)
설명
-
필요한 패키지를 가져오고 쉽게 사용할 수 있도록 별칭을 제공합니다.
-
Numpy 패키지를 사용하여 두 개의 행렬이 생성됩니다.
-
Numpy 배열에서 Tensorflow의 상수 값으로 변환됩니다.
-
Tensorflow의 'add' 함수는 행렬의 값을 추가하는 데 사용됩니다.
-
결과 합계가 콘솔에 표시됩니다.