[tf] tensorflow 강좌1 로딩테스트

+TensorFlow

machine learning 오픈소스 라이브러리. python 기반.

계산 그래프(computational graph) 를 생성하여 텐서가 흐르는 프로그램

+ 로딩

import tensorflow as tf

로딩이 안되면 tensorflow를 설치한다.

+버전 확인

tf.__version__

'1.1.0'

+텐서 (Tensor)

Rank ; 차원

여기서는 모든 자료형이 텐서다. 원래는 정적타입의 n차원 배열 or list ; 랭크값이 차원수. 1차원은 벡터, 2차원은 매트릭스, 3차원부터 텐서다.

rank 0 ; scalar 1

rank 1 ; vector [1,2,3]

rank 2 ; matrix [[1,2],[3,4]]

rank 3 ; 3-tensor [ [[1],[2]], [[3],[4]] ]

rank n ; n-tensor

Shape ; dimension number. 

rank 1 ;  shape [4]

rank 2 ;  shape [4,2]  ; 4x2 행렬

rank 3 ;  shape [3,4,5]    ; 3x4x5 행렬

DataTypes

tf.float32     ; 대부분 함수에서 디폴트 자료형임.

tf.float64

tf.int8, 16, 32, 64

tf.uint8, 16

tf.string

tf.bool

tf.complex64, 128

---

+ 기본 예제, 작동 확인:   hello world -> hello tensorflow

import tensorflow as tf

hello = tf.constant('Hello tensorflow!')

sess = tf.Session()

print ( sess.run(hello) )

-------------

b'Hello tensorflow!'

위와 같이 출력됨.

b는 bytes를 의미. 

------------------------------------------------------------------

+ 간단한 더하기 계산그래프 테스트

3+4를 계산하는 그래프.

import tensorflow as tf

# build graph(tensor)

node1=tf.constant(3.0, tf.float32)

node2=tf.constant(4.0)

node3 = tf.add(node1, node2)

# 위 값을 print("node1=",node1, "node2=",node2, "node3=",node3)로 출력해 봐야 주소와 타입만 찍힌다. 값을 모름.

# feed data and run graph, update vars and return.

sess = tf.Session()

print ( sess.run( [node1, node2] ) )          # node1, node2를 구하여 출력.

print ( sess.run( [node3] ) )     # node3인 계산 결과를 출력. (윗줄은 데이터 값을 확인하기 위한 디버깅용)

sess.close()