728x90
반응형
1. 기본 텐서 만들기
- constant
- rank
import numpy as np
import tensorflow as tf
#0D TENSOR(스칼라)
t0 = tf.constant(1)
print(t0)
print(tf.rank(t0))
#1D TENSOR(벡터)
t1 = tf.constant([1,2,3])
print(t1)
print(tf.rank(t1))
#2D TENSOR(행렬)
t2 = tf.constant([[1,2,3],
[4,5,6],
[7,8,9]])
print(t2)
print(tf.rank(t2))
#3D TENSOR - 연속시퀀스, 시계열데이터
t3 = tf.constant([[[1,2,3],
[4,5,6],
[7,8,9]],
[[1,2,3],
[4,5,6],
[7,8,9]],
[[1,2,3],
[4,5,6],
[7,8,9]]])
print(t3)
print(tf.rank(t3))
2. 데이터 타입 변환
- dtype 지정
- cast
# 기본 32비트
# int
i = tf.constant(2)
print(i)
# float
f = tf.constant(2.)
print(f)
# String
s = tf.constant('Jieun')
print(s)
1) 데이터타입 변환방법1 - dtype
# dtype 지정하기
i8 = tf.constant(2, dtype=tf.int8)
print(i8)
f16 = tf.constant(2., dtype=tf.float16)
print(f16)
2) 데이터타입 변환방법2 - cast 메서드
# cast 메서드 사용하기
i32 = tf.cast(i8, tf.int32)
print(i32)
f32 = tf.cast(f16, tf.float32)
print(f32)
3. 텐서 연산
#덧셈
print(tf.constant(2) + tf.constant(2))
print(tf.constant(2) - tf.constant(2))
#뺄셈
print(tf.add(tf.constant(2), tf.constant(2)))
print(tf.subtract(tf.constant(2), tf.constant(2)))
#곱셈
print(tf.constant(2) * tf.constant(2))
print(tf.constant(2) / tf.constant(2))
#나눗셈
print(tf.multiply(tf.constant(2), tf.constant(2)))
print(tf.divide(tf.constant(2), tf.constant(2)))
# 데이터타입이 다른 텐서 연산하기
print(tf.cast(tf.constant(2), tf.float32) + tf.constant(2.2))
*데이터타입이 다른 텐서끼리 연산하면 InvalidArgumentError가 발생한다.
728x90
반응형
'딥러닝 (Deep Learning) > tensorflow, keras' 카테고리의 다른 글
챗봇 실습 - 위로해주는 챗봇 (0) | 2021.10.23 |
---|---|
[tensorflow, keras] 딥러닝 기본 코드(2-3,4) 모델 컴파일(손실함수, 최적화, 지표), 모델 학습 평가 예측 (0) | 2021.10.15 |
[tensorflow, keras] 딥러닝 기본 코드(2-2) 모델 가중치 확인 (0) | 2021.10.14 |
[tensorflow, keras] 딥러닝 기본 코드(2-1) 모델의 구성(Sequential, API함수, 서브클래싱) (0) | 2021.10.14 |
[tensorflow, keras] 딥러닝 기본 코드(1) - Layer(Dense, Activation, Flatten, Input) (0) | 2021.10.14 |