반응형 with3 [R] symbols() - 심볼 그래프를 활용해서 데이터를 시각화해보자! 안녕하세요. 위기의 코딩맨입니다. 오늘은 symbols 함수를 이용해서 데이터를 시각화 해보는 방법을 알아보도록 하겠습니다. 빠르게 알아보도록 하죠! [ symbols() ] 먼저 R의 내장된 데이터인 trees를 사용해보도록 하겠습니다. 미국에서 흑단나무 데이터를 저장해 놓은 것이라고 합니다. trees를 확인해보면, Girth(지름), Height(높이), Volume(볼륨)의 항목의 데이터를 확인할 수 있습니다. head(trees) 아래의 코드를 확인해 보겠습니다. 먼저, with() 함수는 데이터 프레임, 리스트 변수에 이름으로 접글 가능할 수 있도록 도움을 주는 함수입니다. 그 함수에 trees 데이터를 적용 합니다. 그리고 Height, Volume을 설정했습니다. 순서로 x, y 좌표에 적.. 2024. 3. 18. [We-Co] TensorFlow 변수,상수선언과 Session() 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 .. 2021. 7. 22. [We-Co] TensorFlow - Graph 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).. 2021. 7. 13. 이전 1 다음 반응형
