코딩로그
Lab 01 - tensorflow의 설치 및 기본적인 operations 본문
- 텐서플로우 : google에서 만든 머신러닝 오픈소스 라이브러리이다.
- 텐서플로우를 이용하는 이유 : 많은 사람이 사용해서 공부할 수 있는 자료가 많다.
- 텐서플로우란?
- data flow graphs를 사용해서 numeric한 계산을 하는 라이브러리
- 파이썬을 이용해 프로그래밍 할 수 있다.
<데이터 플로우 그래프란?>
-
node: mathematical operation를 나타내는 것 사진에서의 동그라미를 의미한다. 텐서가 여기를 지나갈때마다 더해지고, 곱해지고 수학적인 연산이 이루어진다.
-
edges: 노드와 노드를 잇는 다차원의 data arrays(tensors) 텐서들이 들어와서 플러스가되구, 마이너스가 되구 이렇게 왔다갔다 하니까 이름도 텐서플로다 !
<TensorFlow Hello World!!>
- 프로그래밍의 시작인, hello world 를 출력해보자.
- tensorflow를 임포트한다. 나는 강의 버전과 다른 텐서플로우(tensorflow2)를 설치했기 때문에 다음과 같은 입력어를 통해 텐서플로우를 임포트했다.
- hello world를 출력하는 코드이다. 텐서플로우의 경우 반드시 세션을 생성하고 sess.run을 통해 실행시켜야 한다.
<Computational Graph>
- 본격적으로 코딩을 하기 전 텐서플로우에서 코드를 작성하는 방식에 대해 알아보자
- 다음은 이를 나타낸 그림이다.
1. tensorflow operations를 이용해 그래프를 빌드한다.
2. sess.run 명령어로 그래프를 실행한다.
3. 그래프의 variables를 업데이트 한다.
<Computational Graph>
<Placeholder>
<Tensor에 대해 더 알아보기>
- Rank
- shape
- type
'코딩로그 > 모두를 위한 딥러닝' 카테고리의 다른 글
4. multi-variable linear regression을 TensorFlow에서 구현하기 (0) | 2020.01.04 |
---|---|
3. linear regression의 cost 최소화 알고리즘의 원리 (0) | 2020.01.04 |
Lab 02 – TensorFlow로 간단한 linear regression을 구현 (0) | 2020.01.04 |
Lec 02 - Linear regression의 hypothesis와 cost 설명 (0) | 2020.01.04 |
Lec 01 - 머신러닝의 기본적인 용어와 개념 (0) | 2020.01.04 |