tensorflow 예제

2. 텐서 플로우 데이터 파이프 라인. Tensorflow에는 데이터를 로드하고 작업을 수행하며 기계 학습 알고리즘을 쉽게 공급할 수 있는 기본 제공 API가 있습니다. 이 메서드는 특히 큰 데이터 집합이 있는 경우에 매우 잘 작동합니다. 예를 들어 이미지 레코드는 엄청나게 많으며 메모리에 맞지 않는 것으로 알려져 있습니다. 데이터 파이프라인은 메모리를 자체적으로 관리합니다 간단한 예제를 사용하여 Tensorflow의 기본 워크플로를 연습합니다. 두 숫자를 함께 곱하는 계산 그래프를 만들어 보겠습니다. 예제에서는 X_1과 X_2를 함께 곱합니다. 텐서플로우는 작업을 연결하는 노드를 만듭니다. 이 예제에서는 곱하기라고 합니다.

그래프가 결정되면 텐서플로우 계산 엔진이 X_1과 X_2를 함께 곱합니다. TensorFlow에 대한 명확하고 간결한 예제를 찾으려는 초보자에게 적합합니다. 기존의 `원시` TensorFlow 구현 외에도 최신 TensorFlow API 사례(예: 레이어, 추정기, 데이터 집합 등)도 찾을 수 있습니다. 그런 다음 학습 데이터 집합에서 선택한 데이터로 신경망을 학습합니다. 첫째, 우리는 훈련 기능을 정의합니다. 이 함수는 신경망을 확장하고 여러 일괄 처리를 만들어 학습 집합의 데이터를 제공해야 합니다. 교육 예제가 임의 순서인 경우 교육이 가장 효과적입니다. 셔플 함수가 호출된 이유입니다. 요약하면 train_function은 전달된 학습 데이터 집합을 사용하여 데이터를 임의로 선택하고 DNNClassifier의 학습 메서드에 다시 제공하여 데이터 일괄 처리를 만듭니다. 이제 곱셈 작업을 수행하는 노드를 정의할 수 있습니다. 텐서플로우에서는 tf.multiply 노드를 만들어 이 작업을 수행할 수 있습니다.

옆으로, 당신은 회귀 예제에 대한 유사한 자습서를 작성할 수 있을까요? 또는 다른 교육 방법을 사용합니까? 나는 주어진 숫자를 예측하는 텐서 플로우 모델을 가지고 있지만 (MNIST기준) 조금 실패합니다. 정확도를 인쇄하거나 TF를 사용하여 이 숫자를 예측하는 것이 좋습니다. 이전 예제와 마찬가지로 이름 X로 자리 표시자를 만듭니다. 텐서의 모양을 명시적으로 지정해야 합니다. 이 경우 두 개의 값만 있는 배열을 로드합니다. 셰이프=[1,2] 1로 셰이프를 쓸 수 있습니다. 메모리에 데이터를 로드: 가장 간단한 방법입니다. 모든 데이터를 단일 배열로 메모리에 로드합니다.

파이썬 코드를 작성할 수 있습니다. 이 코드 줄은 텐서플로우와 관련이 없습니다. 이것은 바보 같은 예처럼 보일 수 있지만 이 방법으로 방정식을 표현하는 강력한 아이디어를 알 수 있습니다 : 두 계산 ($d = b + c $ 및 $e = c + 2 $)을 병렬로 수행 할 수 있습니다.

Dieser Eintrag wurde veröffentlicht in Allgemein. Lesezeichen auf den Permanentlink.