[TensorFlow] 기본 연산

[TensorFlow] 기본 연산 Start

BioinformaticsAndMe

[TensorFlow] 기본 연산

: TensorFlow 2.0 에서 사용되는 기본 수식 연산의 간단한 예제

# 텐서플로우 라이브러리 임포트
from __future__ import print_function   # python2에서 python3 몇몇 문법을 사용 가능하게 함 (print 함수)
import tensorflow as tf

# tf.constant() 함수로 정수인 상수 텐서 생성
a = tf.constant(2)
b = tf.constant(3)
c = tf.constant(5)

# 다양한 텐서 연산 함수 ( '+,-' 와 같은 수식 기호도 사용 가능)
add = tf.add(a, b)
sub = tf.subtract(a, b)
mul = tf.multiply(a, b)
div = tf.divide(a, b)

# 텐서 값 출력 (텐서를 넘파이 배열로 변환)
print("add =", add.numpy())
print("sub =", sub.numpy())
print("mul =", mul.numpy())
print("div =", div.numpy())
add = 5
sub = -1
mul = 6
div = 0.6666666666666666

# 차원 제거 후 평균(reduce_mean)/합계(reduce_sum)
mean = tf.reduce_mean([a, b, c])
sum = tf.reduce_sum([a, b, c])

# 텐서 값 출력
print("mean =", mean.numpy())
print("sum =", sum.numpy())
mean = 3
sum = 10

# 2차원 행렬(Matrix) 텐서 생성
matrix1 = tf.constant([[1., 2.], [3., 4.]])   # '.'은 해당 숫자를 float32(실수)로 인식되게 함
matrix2 = tf.constant([[5., 6.], [7., 8.]])

# 행렬 곱(Matrix multiplications)
product = tf.matmul(matrix1, matrix2)
product
<tf.Tensor: id=25, shape=(2, 2), dtype=float32, numpy=
array([[19., 22.],
       [43., 50.]], dtype=float32)>

# 텐서를 넘파이 배열로 변환
product.numpy()
array([[19., 22.],
       [43., 50.]], dtype=float32)

#참고 - [TensorFlow] 용어

ㄱ) Scalar(스칼라):  하나의 숫자

ㄴ) Vector(벡터):  숫자(스칼라)의 배열

ㄷ) Matrix(행렬):  2차원의 배열

ㄹ) Tensor(텐서):  다차원의 배열

#Reference

1) https://github.com/aymericdamien/TensorFlow-Examples/tree/master/tensorflow_v2

2) https://medium.com/@manish54.thapliyal/machine-learning-basics-scalars-vectors-matrices-and-tensors-e120ecd0e6f7

[TensorFlow] 기본 연산 End

BioinformaticsAndMe