텐서 기초

필요한 모듈 불러오기

import tensorflow

tf.constant 사용하기

# 상수
a = tf.constant(2)
tf.rank(a) # 0차원 == 스칼라
b = tf.constant([2,3])
tf.rank(b) # 1차원 == 벡터
c = tf.constant([[2,3],[6,7]])
tf.rank(c) # 2차원 == 행렬
d = tf.constant(['Hello'])
tf.rank(d)
d

shape 확인하기

print(tf.rank(a),a)
print(tf.rank(b),b)
print(tf.rank(c),c)
print(tf.rank(d),d)

tf.zeros: 요소가 모두 0인 텐서

a = tf.zeros(1)
b = tf.zeros([2])
c = tf.zeros([2,3])
a,b,c

tf.ones(): 요소가 모두 1인 텐서

a = tf.ones(3)
b = tf.ones([4])
c = tf.ones([2,2,2])
a, b

tf.range

# np.range랑 같음
a = tf.range(0,3)
b = tf.range(1,5,2)
print(a)
print(b)

tf.linspace

a = tf.linspace(0,1,3) # 주어진 범위를 균일한 간격으로 나누는 숫자의 시퀀스를 반환.
b = tf.linspace(0,3,10)
print(a)
print(b)

난수 생성

rand = tf.random.uniform([1],0,1) # 0과 1사이의 값들 중에서 균일 분포로 한가지의 샘플만 가져옴.
rand2 = tf.random.normal([1,2],0,1)
rand.shape, rand2.shape

연산 작업

# 데이터 넣기
a = tf.constant(3)
b = tf.constant(2)

# 변수에 넣어주기
add = tf.add(a,b) # 덧셈
subtract = tf.subtract(a,b) # 나눗셈
multiply = tf.multiply(a,b) # 곱셈

# 결과 확인
add.numpy() # .numpy(): 텐서를 넘파이 배열로 변환
subtract.numpy()
multiply.numpy()

출력했을 때 보기 수월 할 수 있도록 넘파이 배열로 변환해줍니다.

텐서 기초 살펴보기