TensorFlow의 설치 및 기본적인 operations

Tensorflow

• Deep learning libraries 중 tensorflow가 가장 많은 사람들이 사용함
• data flow graph를 사용해서 numerical computation이 가능한 라이브러리
• python 사용

Data Flow Graph

 

• 그래프 : Node, Edge로 구성됨
• Node : 하나의 연산 (+, - 등)
• Edge : 데이터 (tensors)

Installing Tensorflow (MacOX 기준)

• sudo su -
• pw 입력
• pip install --upgrade tensorflow

제대로 설치되었는지 확인하는 방법

• python3 : 파이썬 실행
• import tensorflow as tf : tf라는 이름으로 tensorflow import
• tf.__version__ : tensorflow 버전 확인

Tensorflow Mechanics

• Tool을 이용해 그래프를 설계 및 빌드
• sess.run(op, feed_dict={x:x_data})을 이용해 그래프 실행
• 그 결과로 그래프의 값이 업데이트 및 리턴됨

Rank : 몇 차원 array인지

 

Rank	Math entity	Python example
0	Scalar (magnitude only)	s = 483
1	Vector (magnitude & direction)	v = [1,2,3]
2	Matrix (table)	m = [[1,2,3], [4,5,6]]
3	3-Tensor (cube)	t = [[[2],[4]], [[6],[8]], [[10], [12]]]
n	n-Tensor	...

 

Shape : 각 element에 몇 개씩 들어있는지

ex) t = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]   ->   (3 3) 또는 [3,3]으로 표현

 

Rank	Shape	Dimension number	Example
0	[]	0-D	A 0-D tensor. A scalar.
1	[D0]	1-D	A 1-D tensor with shape [5].
2	[D0, D1]	2-D	A 2-D tensor with shape [3,4].
3	[D0, D1, D2]	3-D	A 3-D tensor with shape[1,4,3].
n	[D0, D1, ... Dn-1]	n-D	...

 

Data type

 

Data type	Python type
DT_FLOAT	tf.float32
DT_DOUBLE	tf.float64
DT_INT8	tf.int8
DT_INT16	tf.int16
DT_INT32	tf.int32
DT_INT64	tf.int64

 

※ inflearn 모두를 위한 딥러닝 강좌를 듣고 정리한 내용입니다.