TensorFlow - Tensor Types (Constant, Variable, Tensors, placeholder)

แชร์ความรู้ภาษา Python ไพทอน การเขียนโปรแกรมภาษาไพทอน

Moderators: mindphp, ผู้ดูแลกระดาน

thatsawan
PHP VIP Members
PHP VIP Members
Posts: 19416
Joined: 31/03/2014 10:02 am
Contact:

TensorFlow - Tensor Types (Constant, Variable, Tensors, placeholder)

Post by thatsawan » 27/10/2019 9:58 pm

จากบทความเรื่อง เริ่มต้นการเขียน เเละทำความรู้จัก Graph and Session จะมีการประกาศตัวแปลต่างๆ มาเป็น Constant, Variable,Tensors, placeholder
ซึ่งจะมีลักษณะการใช้งานหรือตัวอย่างการใช้งานดังต่อไปนี้


1. Constant การประกาศตัวแปลแบบค่าคงที ไม่สามารถเปลี่ยนแปลงค่าได้

Code: Select all

tf.constant(value, dtype=None, shape=None, name='Const', verify_shape=False)
ตัวอย่าง แสดงค่า hello world จากตัวแปล a

Code: Select all

import tensorflow as tf
# create graph
a = tf.constant("hello world")
# launch the graph in a session
with tf.Session() as sess:
    print(sess.run(a))
ผลลัพท์ ที่ได้

Code: Select all

hello world
Image

ตัวอย่างที่ 2 ประกาศตัวแปลเเบบ matrix

Code: Select all

import tensorflow as tf
m = tf.constant([[1, 2], [3, 4]], name='matrix')
# launch the graph in a session
with tf.Session() as sess:
    print(sess.run(m)) 
ผลลัพท์ ที่ได้
Image


2.Variable สิ่งที่ใช้เพื่อเก็บข้อมูลเเละสามารถเปลี่ยนเเปลงค่าได้ ตัวแปลนี้ในระหว่าง Training model สามารถปรับปรุง สามารถเก็บค่ามาใช้งานภายหลังได้
ในการประกาศตัวแปลนี้ จะต้องมีการ initializer ก่อน

Code: Select all

# Create a variable.
w = tf.Variable(<initial-value>, name=<optional-name>)
ตัวอย่าง

Code: Select all

import tensorflow as tf
x = tf.Variable(35, name='x')
y = tf.Variable(x + 5, name='y')

model = tf.global_variables_initializer() 

with tf.Session() as session:
    session.run(model)
    print(session.run(y)) 
ผลลัพท์ ที่ได้

Code: Select all

40
Image

หรือ
ผลลัพท์ ที่ได้

Code: Select all

import tensorflow as tf
x = tf.Variable(35, name='x')
model_x = tf.variables_initializer([x])

y = tf.Variable(x + 5, name='y')
model_y = tf.variables_initializer([y])


with tf.Session() as session:
   session.run(model_x)
   session.run(model_y)
   print(session.run(y))
ผลลัพท์

Code: Select all

40
Image

ตัวอย่าง

Code: Select all

import tensorflow as tf
# create graph
a = tf.get_variable(name="A", initializer=tf.constant(2))
b = tf.get_variable(name="B", initializer=tf.constant(3))
c = tf.add(a, b, name="Add")
# add an Op to initialize global variables
init_op = tf.global_variables_initializer()

# launch the graph in a session
with tf.Session() as sess:
    # run the variable initializer operation
    sess.run(init_op)
    # now let's evaluate their value
    print(sess.run(a))
    print(sess.run(b))
    print(sess.run(c)) 
ผลลัพท์

Code: Select all

2
3
5
Image

ถ้าต้องการประกาศเเบบ matrix สามารถทำได้เเบบนี้

Code: Select all

tf.zeros(
    shape,
    dtype=tf.dtypes.float32,
    name=None
)
3. Tensor ก็คือ array จะมีลักษณะดังภาพ
Image

4.placeholder เป็นตัวที่สำคัญในการ input ค่าเพื่อ trainging model โดยมันจะ feed ใน ตัวแปล placeholder

Code: Select all

import tensorflow as tf
a = tf.constant([5, 5, 5], tf.float32, name='A')
b = tf.placeholder(tf.float32, shape=[3], name='B')
c = tf.add(a, b, name="Add")

with tf.Session() as sess:
    # create a dictionary:
    d = {b: [1, 2, 3]}
    # feed it to the placeholder
    print(sess.run(c, feed_dict=d))
ผลลัพท์

Code: Select all

[6. 7. 8.]
Image

อ้างอิง
-https://www.tensorflow.org/versions/r1. ... _variables
-https://www.tensorflow.org/versions/r1. ... s/constant
-https://www.datacamp.com/community/tuto ... low-python

Return to “Python Knowledge”

Who is online

Users browsing this forum: No registered users and 6 guests