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 |
- 홍대 맛집
- AI Tech 준비과정
- 연남 맛집
- NLP
- kaggle
- Spark MLlib
- pycharm
- 부스트클래스
- r
- AI tech
- Ai
- 자연어
- spark
- DataSet
- yolo
- 맛집
- mllib
- AI 엔지니어 기초 다지기
- 서울 맛집
- RDD
- 캐글
- 위기의코딩맨
- 연남동 맛집
- 데이터 시각화
- 부스트캠프
- tensorflow 예제
- TensorFlow
- 부스트캠프 ai tech 준비과정
- Python
- Transformer
- Today
- Total
목록TensorFlow (26)
We-Co
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/A0UDh/btrfWM79RLd/U6okk1oEoSPxqfsrRe696K/img.png)
안녕하세요. 위기의코딩맨입니다. 오늘은 TensorFlow Linear Regression에 대해 알아보도록 하겠습니다. [ Linear Regression ] 간단하게 설명하면 변수들의 사이의 관계를 분석하는데 사용되는 통계학적인 방법을 의미합니다. 학습을 해당 수식으로 표현하는 알고리즘으로, y는 타겟데이터, x는 인풋데이터, W와 b는 파라미터로 진행됩니다. 학습한 가설을 바탕으로 테스트 데이터에 대해서 예측을 할 수 있습니다. 예제를 통해 알아보도록 하겠습니다. import tensorflow as tf #파라미터 설정 차원을 1개로 W = tf.Variable(tf.random.normal(shape=[1])) b = tf.Variable(tf.random.normal(shape=[1])) #L..
안녕하세요. 위기의 코딩맨입니다. 오늘은 TensorFlow 에서 중요한 변수 선언과 Session에 대해서 알아보도록 하겠습니다. [변수,상수 선언] 두가지 방법이 있는데 변수텐서, 상수텐서로 생각하시면 될 것같습니다. 변수는 갱신이 가능하지만, 상수는 변하지 않는 값을 선언하는 것입니다. * tf.variable - 변수 텐서 (업데이트가 가능한 객체) * tf.constant - 상수 텐서 (업데이트 불가능한 객체) 그냥 숫자를 넣어서 수를 선언할 수 있지만, 행렬을 넣어 행렬 텐서를 생성할 수 있습니다. tf.Variable(tf.ones((2,2))) 선언이 가능하다. 그러나 상수로는 선언이 불가능하다. [Session()] 간단하게 얘기하면 TensorFlow에서 수행되는 계산 문맥을 하나로 ..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/bf10AZ/btq99n0LWlV/IARdOrsyX8FbBdpA4XaUO1/img.png)
안녕하세요. 위기의코딩맨 입니다. 저번 블로그 글에서는 상수 텐서 초기화 함수를 몇개 알아보았습니다. 오늘은 난수텐서 초기화 하는 간단한 방법을 알아보도록 하겠습니다. 상수텐서는 아이디어를 테스트할 때 사용하면 편리하지만 보통은 난수로 텐서를 초기화 하여 진행합니다. 일반적으로 각 원소를 추출하는 방법은 확률분포에서 텐서에서 추출하게 됩니다. 정규분포와 균등균포 초기화 하는 방법이 있는데 정규분포는 장기간 축적되어 있는 데이터를 기반으로 다음 데이터를 예상하는 방법을 말하고 균등분포는 앞으로 예상가지 않은 데이터를 말한다. 주사위를 몇번 던져도 다음 주사위가 어떤 숫자가 나올지 알 수 없는 것을 예로 들 수 있다. 여기서 random_normal()을 사용하여 평균과 표준편차를 지정한 정규분포에서 추출 ..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/cyrM0a/btq99msu0g6/7Vw9gD2WC0SxA0QSHAvRS1/img.png)
안녕하세요. 위기의 코딩맨 입니다. 오늘은 상수 텐서 초기화에 대해 알아보도록 하겠습니다. TensorFlow는 기본 텐서를 메모리에 인스턴스화할 수 있는 여러 함수를 제공합니다. 오늘은 zeros()와 ones(), fill() 세가지를 알아보도록 하겠습니다. [ zeros(), ones(), fill() ] 사용법으로는 제가 2.x 버전이므로 1.x 버전을 가져와 확인해 보았습니다. with tf.compat.v1.Session() as sess: a = tf.zeros(2) print(a.eval()) 이렇게 출력을 하게되면 [0. ,0.] 의 값이 출력되는데 0의 값을 입력 값 만큼 채워진 텐서를 반환 합니다. 2를 입력 했기 때문에 [0. ,0.] 2개가 반환된 것을 확인할 수 있습니다. tf...
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/tiNUL/btq9NQoHnyX/trTXACxCMmX7AZrcCkfP81/img.png)
안녕하세요. 위기의 코딩맨입니다. 오늘은 TensorFlow의 Linspace에 대해 알아보도록 하겠습니다. 간단하게 미리 설명하면 주어진 축으로 일정한 값을 생성해 나가는 것입니다. c = tf.linspace(a, b, c) 소스를 확인하면 a부터 b까지 c개 만큼 생성해주세요. 라고 생각하면 된다. 예제를 작성해보면 with tf.Session() as sess: c = tf.linspace(0.0, 4.0,5) print(c.eval()) with으로 섹션을 묶어 생성해주고 0부터 4까지 5개의 값을 생성해서 값을 출력하는 소스입니다. 0,1,2,3,4 총 5가지의 출력 값이 존재하다는 것을 알 수 있다. 여기서 eval()의 함수는 세션 객체의 값을 볼 수 있는 함수이다. 중요한 점은 그 해당 ..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/bEK5Kz/btq9VkVQfRF/6ZgSkdKFZLr0yfhyxgMUW1/img.png)
안녕하세요. 위기의 코딩맨 입니다. 오늘은 TensorFlow의 데이터 타입의 형변환하는 방법을 알아보도록 하겠습니다. [Cast] x = tf.constant([1, 2, 3], name='x', dtype = tf.float32) print(x.dtype) x를 Float32의 타입으로 생성을 하고 타입을 출력해보면 dtype이 설정한 float32로 출력이 되는 것을 확인할 수 있습니다. 이제 형 변환을 하기 위해 TensorFlow의 Cast 함수를 사용하여 변환 하도록 하겠습니다. 첫번째 인자로 변환할 데이터, 두번째 인자로는 변화를 진행할 Type을 설정해 주시면 됩니다. x = tf.cast(x, tf.int64) print(x.dtype) float32 Type을 int64로 형 변환을 진..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/bf47wN/btq9wfO2U23/YXgKYFesiHH0mTWpguMMD1/img.gif)
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)..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/bED0lr/btq63NUqOuj/Aepbf8TpbRrCNMGEkeMnBK/img.png)
안녕하세요. 위기의 코딩맨입니다. 오늘은 Tensorflow의 Placeholder를 알아보도록 하겠습니다. [Placeholder] Placeholder는 쉽게 말하면 말그대로 하나의 공간이며, 나중에 데이터로 채워질 빈 변수로 생각하면 된다. Tensorflow는 입력값을 공급하기 위한 내장 구조를 갖고있는데, 이러한 구조를 Placeholder로 부른다. * PL= tf.placehholder(tf.float32) * PL= tf.placehholder(tf.float32, shape(2,2)) Placehorder의 선언은 이렇다. 첫번째 인자에 해당 타입을 설정하여 선언할수있고 두번재로 shape는 배열형태로 선언할 수 있다. 받을수 있는 크기를 선언할 수 있지만, None으로 설정 시, 모든 ..