텐서플로 - 설치, 상수/변수 선언, 메소드

 

 

TensorFlow

• 구글이 오픈소스로 공개한 머신러닝 라이브러리
• 다차원 행렬 계산(tensor), 대규모 숫자 계산 작업을 수행한다.
• C++로 만들어진 라이브러리
• CPU, GPU 버전이 있음
• C++, JAVA, Python에서 사용가능

---

 

1. 텐서플로 설치 및 불러오기

 

1) 아나콘다 프롬프트 관리자 권한으로 실행

 

 

2) 텐서플로 1.15버전으로 설치

pip install --upgrade tensorflow==1.15

 

 

3) 텐서플로 불러오기

import tensorflow as tf

 

 

4) 텐서플로 버전 확인

tf.__version__

 

---

 

2. 상수 / 변수 선언

 

1) tf.constant() : 상수 선언

# 텐서 생성 tensor = tf.constant("tensorflow") tensor print(tensor)
### 텐서는 선언하고나서 세션을 시작해야한다. # 세션 만들기 sess = tf.Session() # 세션 실행 sess.run(tensor) # 세션 닫기 sess.close()
a = tf.constant(1234) b = tf.constant(5678) add_op = a + b add_op sess = tf.Session() sess.run(add_op) sess.run([a,b,add_op]) sess.close()
a = tf.constant(1) b = tf.constant(2) c = tf.constant(3) x1 = a+b*c x2 = (a+b)*c sess = tf.Session() sess.run(x1) sess.run(x2) sess.close()

 

 

2) tf.Variable() : 변수 선언

# 오류남 # tf.matmul() : 행렬의 곱 x = tf.Variable([[1,2,3],[4,5,6]])  # 2x3 y = tf.Variable([[1,2],[3,4],[5,6]]) # 3x2 z = tf.Variable(0) z = tf.matmul(x,y) sess = tf.Session() sess.run(x) sess
# 상수로 하면 오류나지 않는다. x = tf.constant([[1,2,3],[4,5,6]])   y = tf.constant([[1,2],[3,4],[5,6]]) z = tf.Variable(0) z = tf.matmul(x,y)   sess = tf.Session() sess.run(x) sess.run(y) sess.run(z) sess.close()
# 선언한 변수를 실행할땐 꼭 변수 초기화를 해주어야 한다. x = tf.Variable([[1,2,3],[4,5,6]]) y = tf.Variable([[1,2],[3,4],[5,6]]) z = tf.Variable(0) # tf.matmul() : z = tf.matmul(x,y)   sess = tf.Session() sess.run(tf.global_variables_initializer()) sess.run(x) sess.run(y) sess.run(z) sess.close()

 

 

3) tf.placeholder() : 데이터 타입만 지정해두고 세션 실행 단계에서 데이터를 입력받음

p1 = tf.placeholder("int32") p2 = tf.placeholder("int32") y = tf.add(p1,p2) # {변수이름 : 값} 딕셔너리 모양으로 입력 sess = tf.Session() sess.run(y,feed_dict={p1:10,p2:20}) sess.run(y,feed_dict={p1:300,p2:200}) sess.close()

 

---

 

3. 텐서플로 메소드

 

tf.add	덧셈
tf.subtract	뺄셈
tf.multiply	곱셈
tf.div	나눗셈의 몫
tf.truediv	나눗셈의 몫, 소숫점
tf.mod	나머지
tf.abs	절대값
tf.negative	음수
tf.sign	부호(음수 -1, 양수 1, 0)
tf.reciprocal	역수
tf.square	제곱
tf.round	반올림
tf.sqrt	제곱근
tf.pow	거듭제곱
tf.exp	지수값
tf.log	로그값
tf.maximum	최대값
tf.minimum	최소값
tf.cos	코사인
tf.sin	사인