본문 바로가기

잡다한 IT/머신러닝 & 딥러닝

텐서 플로우 개요

■ '텐서'의 의미


- 텐서는 과학과 공학 등 다양한 분야에서 이전부터 쓰이던 개념


- 수학에서는 임의의 기하 구조를 좌표 독립적으로 표현하기 위한 표기법으로 알려져 있지만, 분야마다 조금씩 다른 의미로 사용


- 텐서플로우에서는 학습 데이터가 저장되는 다차원 배열 정도로 이해하면 됨


■ 텐서플로우 용어


- 오퍼레이션

- 그래프 상의 노드는 오퍼레이션으로 불립니다.

- 오퍼레이션은 하나 이사으이 텐서를 받을 수 있습니다.

- 오퍼레이션은 계산을 수행하고, 결과를 하나 이상의 텐서로 반환할 수 있습니다.



- 텐선

-내부적으로 모든 데이터는 텐서를 통해 표현됩니다.

-텐서는 일종의 다차원 배열인데, 그래프 내의 오퍼레이션 간에는 텐서만이 전달됩니다.


-세션

- 그래프를 실행하기 위해서는 세션 객체가 필요합니다.

- 세션은 오퍼레이션의 실행 환경을 캡슐화한 것입니다.


- 변수

- 변수는 그래프의 실행시, 패러미터를 저장하고 갱신하는데 사용됩니다.

- 메모리 상에서 텐서를 저장하는 버퍼 역할을 합니다.








colab.research.google.com


구글에서 제공하는 텐서플로우 환경, GPU 도 실행할 수 있다.

반응형

'잡다한 IT > 머신러닝 & 딥러닝' 카테고리의 다른 글

02-3 Linear Regression : feed from variable  (0) 2018.08.07
02-2 Linear Regression : feed  (0) 2018.08.07
02-1 Linear Regression  (0) 2018.08.07
01 Tensorflow basic  (0) 2018.08.07
참고 사이트  (0) 2018.08.07