Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 | 31 |
Tags
- NLP
- r
- TensorFlow
- 부스트캠프
- 연남동 맛집
- AI 엔지니어 기초 다지기
- 부스트캠프 ai tech 준비과정
- Transformer
- 홍대 맛집
- 위기의코딩맨
- Spark MLlib
- 부스트클래스
- pycharm
- 캐글
- AI Tech 준비과정
- spark
- mllib
- 데이터 시각화
- RDD
- yolo
- 연남 맛집
- 자연어
- tensorflow 예제
- Python
- DataSet
- 서울 맛집
- AI tech
- 맛집
- Ai
- kaggle
Archives
- Today
- Total
We-Co
[We-Co] TensorFlow - Graph 본문
반응형
안녕하세요.
위기의 코딩맨 입니다.
오늘은 TensorFlow의 Graph에 대해 알아보도록 하겠습니다.
[Graph]
그림과 같이 데이터의 연관된 노드와 엣지를 통한 연산을 나타낸다.
Graph는 TensorFlow의 가장 핵심인 데이터 플로우라 할 수 있습니다.
위 사진과 같이 흐름의 진행을 표현하는 것을 알 수 있습니다.
또한, TensorFlow를 Import하게되면 기본 Graph가 자동으로 만들어 집니다.
물론, 그래프를 추가로 생성 및 작업을 직접 제어할 수도 있습니다.
방법은 tf.Graph() 방식으로 새로운 그래프를 생성합니다.
ft.get_default_graph()를 사용하여 해당 그래프가 기본 그래프인지 확인할 수 있다.
G = tf.Graph()
A = tf.constant(6)
print(A.graph is G)
print(A.graph is tf.get_default_graph())
결과 값을 토대로 연결을 확인해 보면,
해당 A는 기본 그래프와 연결되어 있음을 알 수 있다.
Python의 with 구문을 사용해 노드를 작성하게되면 원하는 Graph와 명확히 연결하여 생성 할 수 있다.
반응형
'Python > Tensorflow' 카테고리의 다른 글
[We-Co] TensorFlow Linspace (0) | 2021.07.18 |
---|---|
[We-Co] TensorFlow 형변환 (0) | 2021.07.18 |
[We-Co] Placeholder (0) | 2021.06.11 |
[We-Co] Hello TensorFlow! (0) | 2021.05.25 |
[We-Co] TensorFlow (0) | 2021.05.24 |