텐서플로우 기본개념

텐서플로우는 구조가 Data Flow graph 방식으로 구성되어 있으며 그래프는 노드와 노드를 연결하는 엣지로 구성된다.

노드는 수학적인 연산 동작(operation: + , - , * , / )을 의미하고 엣지는 데이터 배열(텐서)를 의미한다.

 

텐서플로우의 전체적인 구조

1) Tensorflow operation을 이용하여 그래프를 만든다.

2) sess.run을 통해서 그래프를 실행시킨다.

3) sess.run을 통해 그래프 실행결과 그래프 속의 값들이 갱신되거나 해당 값을 리턴한다.

 

 

 

텐서플로우 용어

1. 노드

수학적인 연산 동작(Operation : + - * / )을 의미한다.

 

2. 엣지

엣지는 다차원 데이터 배열(텐서)을 의미

 

3. 오퍼레이션

그래프 상의 노드를 오퍼레이션이라고 부르며 오퍼레이션은 하나 이상의 텐서를 받는다. 오퍼레이션은 연산을 수행하고, 결과를 하나 이상의 텐서로 반환(Return)할 수 있다.

 

4. 텐서

텐서는 일종의 다차원 배열로서 내부적으로 모든 데이터는 텐서를 통해 표현된다. 그래프 내의 오퍼레이션 간에는 텐서만이 전달된다.

 

5. 세션

그래프를 실행하기 위해 세션(Session) 객체가 필요하며 세션은 오퍼레이션의 실행 환경을 캡슐화한 것이다.

 

6. 변수

변수는 그래프를 실행할 때 파라메터를 저장하고 갱신하는데 사용하며 메모리 상에서 텐서를 저장하는 버퍼 역할을 한다.

 

placeholder

학습용 데이터를 담는 그릇으로 실행 시점에 데이터를 할당한다.

 

notation

 

tf.placeholder(자료형,행렬의차원,플레이스홀더이름)

 

간단한 실습 코드

 

결과 화면