Tensorflow 변수 및 연산과 Python에 해당하는 코드

Question

Tensorflow를 처음 사용했습니다.

• 는 다른 int32, float32 또는 교체 tf.constant()를 사용하는 등, tensorflow의 기능을 사용할 필요가 있습니까?
• 또한 계산 중에 보통의 파이썬 곱셈 대신 tf.mul()을 사용합니다 *?
• 또한 대신 tf.Print() 인 인쇄 기능을 사용 하시겠습니까?

Answer 1

바와 같이 텐서는 동작의 출력 중 하나에 대한 기호 핸들 here,

주목. TensorFlow 세션에서 이러한 값을 계산할 수있는 수단을 제공하지는 않습니다.

그래서 텐서 변수는 파이썬 변수와 다릅니다. 오히려 그들은 computational graph에서 작업 간의 관계를 지정합니다. 그래프를 설명하기 위해 사용하는 파이썬 변수는 프로그래머의 편의를위한 것이지만, 파이썬 변수와 텐서 변수를 병렬 네임 스페이스로 생각하는 것이 더 쉽습니다. 이 예는 도움이 될 수 있습니다 :이에서

with tf.Session() as sess: 
    a = tf.constant([1, 2, 3]) 
    b = tf.Variable([]) 
    b = 2 * a 
    sess.run(tf.initialize_all_variables()) 
    print(b) # Tensor("mul:0", shape=(3,), dtype=int32) 
    print(b.eval()) # [2, 4, 6] 
    b = tf.Print(b, [b]) # [2, 4, 6] (at the command line) 

당신이 볼 수 있습니다 작업에 대한

• print(b) 정보를 반환 'B'는 변수 모양과 데이터 유형이 아닌 값뿐만 아니라 참조하는 .
• b.eval() (또는 sess.run(b))는 print()
• tf.Print()는 그래프 실행 중에 b 값을 볼 수있는 파이썬에 의해 인쇄 될 수있는 배열로 NumPy와 b의 값을 반환한다.

tf.Print()의 구문은 초보자에게 약간 이상하게 보일 수 있습니다. 문서 here에 설명 된대로 tf.Print()은 명령 줄에 인쇄하는 부작용 만있는 신원 작업입니다. 첫 번째 매개 변수가 전달됩니다. 두 번째 매개 변수는 인쇄되는 텐서 목록이며 첫 번째 매개 변수와 다를 수 있습니다. 또한 tf.Print()이 무언가를 수행하려면 sess.run()에 대한 후속 호출에 사용 된 변수는 텐서 출력에 tf.Print()에 종속되어야합니다. 그렇지 않으면 그래프의이 부분이 실행되지 않습니다. here 바와 같이

최종적 수학 OPS에 대하여 같은 tf.mul() 대 정상 파이썬 OPS 많은 *는 등가 tensorflow 본부 오버로드된다.

Answer 2

계산 그래프에 텐서 흐름이 내장되어 있기 때문에. 파이썬으로 그래프를 만들 때, 건물은 단지 계산의 설명입니다 (실제 계산을하지는 않습니다). 무엇이든 계산하려면 그래프가 세션에서 시작되어야합니다. 따라서 tensorflow 연산으로 계산하는 것이 가장 좋습니다.

https://www.tensorflow.org/versions/r0.11/get_started/basic_usage.html