Tensorflow Manipulation 강좌를 정리한다.
Array
- rank, shape, axis을 array로 나타냄.
- [-1] array의 마지막 item
- t[2:5] index 3부터 5까지 items
- t[:2] 처음부터 index 2까지
- t[3:] index 3에서 끝까지
[1,2,3] rank(1), shape(3)
[[1,2],[3,4]] rank(2), shape(2,2)
axis=0 가장 바깥쪽, axis=-1 가장 안쪽을 표현하고 axis을 통해 shape을 이동한다.
Matrix Manipulation
matmul
matrix 곱은 반드시 matmul을 사용한다.
- tf.matmul((2,2) , (2,1)) => (2,1)
broadcasting
matrix끼리 shape이 다르더라도 matrix끼리 연산을 가능토록 shape을 자동으로 맞춰준다. 잘 알고 사용하면 좋지만 조심해라.
reduce_mean
(평균) 호출시 입력값들의 type에 주의한다.
axis를 0 이냐 1 이냐에 따라 다른다.
>>> import tensorflow as tf
>>> sess = tf.Session()
>>> sess.run(tf.global_variables_initializer())
>>> x = [[1.,2.],[3.,4.]]
>>> tf.reduce_mean(x).eval(session=sess)
2.5
>>> tf.reduce_mean(x, axis=1).eval(session=sess)
array([1.5, 3.5], dtype=float32)
reduce_sum
axis=-1 제일 안쪽값을 합치고 이에 대한 평균을 낸다.
argmax
큰값이 있는 위치 index를 구하는 것이다.
reshape
주로 (...., z) 가장 안쪽에 있는 z 값은 그대로 가져가고, 앞의 것을 reshape한다.
reshape 하나의 형태 sqeeze는 펴주는 역할, expand_dims 차원을 더 추가할 경우
One Hot
가장 큰 값이 있는 곳을 1로 하고 나머지는 0으로 바꿈. One hot을 하면 dimension (rank)가 하나 더 생기므로 다시 reshape을 한다.
마지막 3만 남기고 나머지는 차원 1로 만들어주는 것
Casting
타입 바꿔주기
Stack
쌓기를 만들어줌. 주어진 데이터들에서 axis와 stack을 이용해 새로운 matrix를 만듦
Ones and Zeros like
가지고 있는 shape과 똑같은 0 또는 1로 채워진 shape을 만들때 사용
Zip
복수의 tensor를 한방에 처리하기
참조
'Deep Learning > NN by Sung Kim' 카테고리의 다른 글
| [Deirvative] 미분 정리 (0) | 2018.07.06 |
|---|---|
| [Deep Learning] XOR 문제 풀기 과정 및 수식 (0) | 2018.07.06 |
| [Deep Learning] 역사 (0) | 2018.07.05 |
| [Training & Testing] Data set 구분 (0) | 2018.07.05 |
| [Tips] Learning rate, data preprocessing, overfiting (0) | 2018.07.05 |
