Основы TensorFlow - pythobyte.com

Машинное обучение может быть пугающим для начинающих.

Итак, давайте научимся чему-то чрезвычайно простому, чтобы вы могли почувствовать землю.

Предисловие

Самый простой способ играть с tensorflow – это использовать Google Colab notebook

Важно !

Давайте сделаем 2 начальных шага

import tensorflow as tf
tf.enable_eager_execution() # for tensorflow 1.x

Константы и переменные

В машинном обучении все представлено в числах. Образы, музыка, просто простые таблицы – все это представлено в цифрах. В математике для этого есть прекрасный термин – Тензор. Итак, тензор – это просто набор чисел.

Датчик может быть одним числом – 1 или 2 или 100500 В TF вы можете определить его как

d0 = tf.ones((1,))
d0.numpy()

# result
# array([1.], dtype=float32)

tf.ones – создайте тензор, где каждое число внутри него равно 1. Параметры, которые вы передаете внутри него, – это размеры.

d0 = tf.ones((5,))
d0.numpy()

# result
# array([1., 1., 1., 1., 1.], dtype=float32)

d0 = tf.ones((5,5))
d0.numpy()

# result
# array([[1., 1., 1., 1., 1.],
       [1., 1., 1., 1., 1.],
       [1., 1., 1., 1., 1.],
       [1., 1., 1., 1., 1.],
       [1., 1., 1., 1., 1.]], dtype=float32)

d0 = tf.ones((5,5,5))
d0.numpy()

# result
# array([[[1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.]],

       [[1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.]],

       [[1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.]],

       [[1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.]],

       [[1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.]]], dtype=float32

Do display tensor as a table – use method numpy() Он работает только тогда, когда включен режим нетерпеливого выполнения (мы сделали это в самом начале). Что такое нетерпеливый режим, я объясню в дальнейших уроках.

Константы

Константа – просто принимает любые значения и делает их неизменными. Вы можете передать практически любое значение

from tensorflow import constant

credit_constant = constant(15)
# 

credit_constant = constant([13,4])
#

Таким образом, есть 2 метода, доступных для постоянного типа и формы

credit_constant.dtype
# tf.int64

credit_constant.shape
# TensorShape([Dimension(2)])

Переменные

A1 = Variable([1, 2, 3, 4])
# 
#cool, right?

#So then we can convert it to numpy array 
B1 = A1.numpy()

#array([1, 2, 3, 4], dtype=int32)

Забавный факт

Что бы вы ни настроили – переменную или постоянную – все это тензоры.