해당 자료는 "모두를 위한 머신러닝/딥러닝 강의"를 보고 개인적으로 정리한 내용입니다.
모두를 위한 머신러닝/딥러닝 강의
hunkim.github.io
TensorFlow란
- 데이터 플로우 그래프를 이용해 수치 계산 수행
- 파이썬 사용
data flow graph란?
- 노드는 동작, 엣지는 데이터인 graph
- 데이터는 tensor 이라고도 함
- graph : 각 노드를 서로 연결(엣지)한 것
TensorFlow 설치
- pip install --upgrade tensorflow
- https://www.tensorflow.org/install/pip?hl=ko
TensorFlow 메카니즘
- TensorFlow 1.x 기준
- graph를 정의하고 빌드
- session.run을 통해 graph를 실행
- 처리된 값을 리턴
Tensor Ranks, Shape, Data types
- https://tensorflowkorea.gitbooks.io/tensorflow-kr/content/g3doc/resources/dims_types.html
- Ranks
- tensor의 차원수
- Shape
- tensor이 어떻게 구성되어 있는지에 대한 값
- [[1,2,3],[2,2,2]]
- 아래처럼 변환하여 생각하면 쉬움
- [1 , 2 , 3]
- [2 , 2 , 2]
- Shape가 [2,3] 이고 Rank는 2
- 2개의 행에 3개의 값이 존재
- Shape가 [2,3] 이고 Rank는 2
- 아래처럼 변환하여 생각하면 쉬움
- [[1,2,3,4],[2,2,2,2],[3,3,3,3]]
- 아래처럼 변환하여 생각하면 쉬움
- [1 , 2 , 3 , 4]
- [2 , 2 , 2 , 2]
- [3 , 3 , 3 , 3]
- Shape가 [3,4]이고 Rank는2
- 3개의 행에 4개의 값이 존재
- 아래처럼 변환하여 생각하면 쉬움
- [[[1,0,0,0,0,0,0]],[[0,0,0,1,0,0,0]]]
- 아래처럼 변환하여 생각하면 쉬움
- [
- [1,0,0,0,0,0,0]
- ]
- [
- [0,0,0,1,0,0,0]
- ]
- Shape가 [2, 1, 7] 이고 Rank는 3
- 가장 바깥의 행이 2개, 각 행 안의 행이 1개씩, 열이 7개씩 존재
- 아래처럼 변환하여 생각하면 쉬움
- Datatypes
- tensor의 데이터 타입
'도서,강의 요약 > 모두를 위한 머신러닝' 카테고리의 다른 글
ML lec 03 - Linear Regression의 cost 최소화 알고리즘의 원리 설명 (0) | 2020.04.25 |
---|---|
ML lab 02 - TensorFlow로 간단한 linear regression을 구현 (0) | 2020.04.19 |
ML lec 02 - Linear Regression의 Hypothesis 와 cost 설명 (0) | 2020.04.19 |
ML lec 01 - 기본적인 Machine Learning 의 용어와 개념 설명 (0) | 2020.04.13 |
개요 (0) | 2020.04.13 |