텐서플로우(Tensorflow) 변수와 상수

텐서플로우에서는 변수와 상수 기능을 제공한다.

상수

상수는 변하지 않는 숫자를 의미하며 텐서플로우에서는 constant() 함수를 이용해서 정의할 수 있다.

In [1]:

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
a = tf.constant(1)  #1이라는 원소를 가지고 있는 하나의 배열을 만들어서 a에 넣어줬다.
b = tf.constant(2)  #2라는 원소를 가지고 있는 하나의 배열을 만들어서 b에 넣어줬다.
c = tf.add(a,b)     #a와 b를 더한 그 tensor의 값을 담아줌
sess = tf.Session() #하나의 session 객체 생성
sess.run(c)         #session 객체 실행

Out[1]:

3

위의 코드를 실행해보면 3이라는 결과가 출력된다. 텐서플로우는 텐서와 플로우를 적절히 사용하는 시술로 플로우 그래프와 같이 프로그램이 구성된다. 따라서 실제로 프로그램의 동작은 session을 생성하여 동작(run)시키는 방법으로 작동한다.

 

 

변수

변수는 변경될 수 있는 값을 의미하며 텐서플로우에서는 Variable() 함수를 이용해서 정의할 수 있다.

In [1]:

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
a = tf.Variable(5)
b = tf.Variable(4)
c = tf.multiply(a,b)     #a와 b를 곱한 그 tensor의 값을 담아줌
init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)
sess.run(c)

Out[1]:

20

In [2]:

a = tf.Variable(10)
c = tf.multiply(a, b)
init = tf.global_variables_initializer() #변수 값이 변경되었으면 다시 초기화 해야함
sess.run(init)
sess.run(c)

Out[2]:

40

기본적으로 위와 같이 global_variablese_initializer() 함수를 사용해서 변수를 초기화하여 계산해 줄 수 있도록 한다. 변수 초기화 부분이 없으면 오류가 발생한다. 변수를 중간에 변경해도 다시 초기화를 꼭 해주어야 한다.

 

 

 

blog.naver.com/PostView.nhn?blogId=ndb796&logNo=221277981625&parentCategoryNo=&categoryNo=83&viewDate=&isShowPopularPosts=false&from=postList

6. 텐서플로우(Tensorflow) 변수와 상수