파이썬 Tensorflow 변수와 상수 선언 방법

 

 

 

 

 

 

 

 

 

---

이 포스팅은 강의 자료를 기반으로 요약 및 정리식으로 작성되었습니다.

 

#변수 선언 및 출력

 

(1) import tensorflow as tf

tensorflow 모듈을 가져와서(import) tf 문구로 사용한다는 뜻입니다.

 

(2) a = tf.constant(10)

tf.constant는 텐서플로우의 상수를 선언하는 구문입니다. 

 

(3) tf.add(a,b)

텐서플로우 변수 a와 b를 더하는 구문이다. 이 때 그래프가 제작된다.

 

(4) with tf.Session() as sess:    result = sess.run(c)

session을 실행하는 구문이라고 생각하면 된다. sess.run 구문을 통해 세션이 실행된다.

 

(5) tf.constant([[3,3]])

tf.constant 구문을 통해 행렬 상수를 선언하였다

 

(6) tf.matmul(matrix1, matrix2)

tf.matmul은 행렬간 곱셈을 수행하는 연산자이다. 이 후 그래프가 제작된다.

 

 

모델을 훈련시킬 때 변수를 사용하여 매개 변수를 유지하고 업데이트 해야 한다. 변수는 Tensor(텐서)를 포함하는 메모리 버퍼다. 이전에 사용한 구문은 상수 텐서를 선언하는 구문이다.

 

(1) tf.Variable(0,name ='counter')

변수 state는 0으로 시작한다.

 

(2) new_value = tf.add(state, one)

new_value는 state와 one을 더한 값이다.

 

(3) update = tf.assign(state, new_value)

state 값을 new_value 값으로 갱신한다. 이 함수 구문을 update 변수에 저장한다.

 

(4) init = tf.global_variables_initializer()

텐서플로우 변수를 선언한다면 반드시 정의해야하는 구문이다. 이는 데이터 흐름 그래프를 구성하기 전 초기화를 해줘야 한다. 모든 변수들을 초기화한다는 의미를 가지고 있다.

 

sess.run(init) 구문을 통해 모든 변수를 초기화 한 뒤 update 함수를 호출하여 state 값을 계속 갱신하고 있다.

 

 

(1) input1 = tf.placeholder(tf.float32)

이전에 tf.Variable은 데이터 형태만 지정하고 실제 데이터를 실행 단계에서 입력받도록 하는 방법입니다. 현재 float 형태만 선언하고 나중에 feed_dict을 통해 input1과 input2의 실제 데이터를 선언해줍니다.