[코드로 이해하는 딥러닝 2] - Tensorflow 변수선언

[코드로 이해하는 딥러닝 0] - 글연재에 앞서 https://limitsinx.tistory.com/27

[코드로 이해하는 딥러닝 1] - Tensorflow 시작 https://limitsinx.tistory.com/28 

 

※이 전글에서 정리한 코드/문법은 재설명하지 않으므로, 참고부탁드립니다

 

[코드 전문]

 

이번에는 텐서플로우에 변수 3개를 선언하여

텐서플로우_변수 1 = 3

텐서플로우_변수 2 = 4

텐서플로우_변수 3 = 텐서플로우_변수 1 + 텐서플로우_변수 2 = 7

이 되는 코드를 작성해보겠습니다.

 

[코드 분석-1]

① node1 = tf.constant(3.0,tf.float32) : node1이라는 변수에 3을 저장하고, 이것을 실수(float)데이터로 저장

② node2 = tf.constant(4.0) : node2라는 변수에 숫자4를 저장

③ node3 = tf.add(node1,node2) : node3 변수에 node1과 node2를 더하는(add) 결과값을 저장

 

[코드 분석-2]

① print("sess.run(node1,node2) : ",sess.run([node1,node2]))

: 큰따옴표("~~ ") 안의 내용은 이렇게 보여주겠다~~ 이런의미로, 복잡해보이지만 의미없습니다.

중요한건 sess.run([node1, node2]))로, [3,4] 이런형식으로 결과를 표출하겠다는 뜻입니다.

 

② sess.run(node3) : node1과 node2를 더한 결과값을 run 하겠다.

 

 

[결과값]

 

node1(3)과 node2(4)를 각각 표시하고

이 두개를 더한 값을 7로 정상적으로 표출하는것을 확인하실 수 있습니다.

 

 

Summary

 

텐서플로우 변수선언 하는법에 대해 정리해보았습니다.

기본적인 문법을 아시는분들은, "이 부분은 왜이렇게 쉬워?"라고 생각하실 수도 있지만

이렇게 처음부터 차근차근 정리해나가는 부분들이 결국에는 큰 차이를 발생시키더라구요

간단하지만, 쉬운것부터 하나씩 같이 정리해나가 보시죠

 

[코드 공유]

import tensorflow.compat.v1 as tf

import numpy as np

tf.disable_v2_behavior()

 

#build graph(tenssors) using tensorflow operations

node1 = tf.constant(3.0, tf.float32)

node2 = tf.constant(4.0)

node3 = tf.add(node1, node2)

 

sess = tf.Session()

print("sess.run(node1, node2) : ", sess.run([node1, node2]))

print("sess.run(node3) : ",sess.run(node3))