Tensorflow 기본 함수 정리

import tensorflow as tf

x = tf.constant([[1., 2.],
                 [3., 6.]])

 

 

🙌  기본 함수 개요

+,-,*,/	텐서간 사칙연산 가능
tf.transpose(x)	행열전환
@	내적
tf.nn.softmax(x, axis=-1)	소프트맥스 함수 적용
tf.reduce_sum(x)	합계 계산
tf.reduce_mean(x)	평균 계산
tf.reduce_max(x)	최대값 계산
tf.convert_to_tensor()	tensor로 변환
tf.Varable()	텐서와 달리 assign으로 값 할당, 덧셈 가능 var = tf.variable([1.,2.,3.]) var.assign([2,2,2])     #새로 값 할당하기 var.assign_add([1,1,1])   #기존 값들에 값 더하기 var.assign_sub([1,1,1])   #기존 값들에 값 더하기
tf.GradientTape()	자동으로 미분을 계산해줌 with tf.GradientTape() as tape:   y = f(x) tape.gradient(y, x) #자동미분된 f(x)에 x값을 대입한 결과값 반환
tf.reshape(x,[row,column])	기존 reshape과 동일하게 제시된 shape에 따라 차원 변화
tf.matmul(t1,t2)	곱셈 수행
tf.strings.split(문자열 tensor,sep='')	파이썬의 split과 동일 기능 수행

 

 

**string 형태의 텐서 shape 주의!

tf.constant(['a','b','c'])가 있다면 shape는 [3,] 입니다.

텐서에서 문자열의 길이는 차원과 관련이 없습니다.

 

 

 

Source:

https://www.tensorflow.org/guide/tensor?hl=en

https://www.tensorflow.org/guide/basics?hl=en