01.tesnsor_and_graph

In [1]:

import tensorflow as tf

In [2]:

hello = tf.constant("hello, Tensorflow")
print(hello)

Tensor("Const:0", shape=(), dtype=string)

1. 텐서의 그래프 실행¶

hello 변수의 값을 출력한 결과로, hello가 텐서플로의 텐서^Tensor라는 자료형이고, 상수를 담고 있음
텐서는 텐서플로에서 다양한 수학식을 계산하기 위한 가장 기본적이고 중요한 자료형이며, rank와 shape라는 개념을 가지고 있음

In [3]:

3 # rank=0, shape=[]
[1., 2., 3.] # rank=1, shape=[3]
[[1., 2., 3.], [4., 5., 6.]] # rank=2, shape=[2, 3]
[[[1., 2., 3.,]], [[7., 8., 9.]]] # rank=3, shape=[2, 1, 3]

Out[3]:

[[[1.0, 2.0, 3.0]], [[7.0, 8.0, 9.0]]]

In [4]:

a = tf.constant(10)
b = tf.constant(32)
c = tf.add(a, b)
print(c)

Tensor("Add:0", shape=(), dtype=int32)

그래프: 텐서들의 연산 모음
필요할 때 연산을 실행하는 코드를 넣어 '원하는 시점'에서 실제 연산을 수행하도록 함 --> 지연 실행^{lazy evaluation}

In [5]:

sess = tf.Session()

print(sess.run(hello))
print(sess.run([a, b, c]))

sess.close()

b'hello, Tensorflow'
[10, 32, 42]

In [6]:

from IPython.core.display import display, HTML

display(HTML("<style> .container{width:100% !important}</style>"))