윈도우 텐서플로우 예제

데이터 집합 위에 있는 슬라이딩 창입니다. (더 이상 사용되지 않습니다) (더 이상 사용되지 않습니다) TF v2에 대한 자습서 인덱스는 여기에서 확인할 수 있습니다: TensorFlow 2.0 예제. 이제 TensorFlow에 대해 자세히 알아두면 라이브러리를 시작하고 설치할 차례입니다. 여기, 그것은 텐서 플로우 파이썬에 대 한 API를 제공 하는 것이 좋다, C ++, 하스켈, 자바, 이동, 녹, 그리고 또한 R에 대 한 타사 패키지라는 텐서 플로우. tf.dataset에 대해 슬라이딩 윈도우 일괄 처리 작업을 사용하여 수행할 수 있습니다.Dataset: 이 변환은 이 데이터 집합을 통해 슬라이딩 창을 전달합니다. 창 크기는 window_size이고 입력 요소의 보폭은 window_stride이고 연속된 창 간의 이동은 window_shift입니다. 나머지 요소가 슬라이딩 창을 채울 수 없는 경우 이 변환은 최종 작은 요소를 삭제합니다. 예를 들어, aymericdamien/TensorFlow-예제에서 새 릴리스에 대한 알림을 원하십니까? 먼저 이전 섹션에서 보았듯이 별칭 tf 아래에 텐서플로우 라이브러리를 가져옵니다. 그런 다음 실제로 상수인 두 변수를 초기화합니다.

상수() 함수에 네 개의 숫자 배열을 전달합니다. https://github.com/tensorflow/tensorflow/issues/22390 아직 작성하지 않은 경우 기존 별칭 tf에서 작업 공간으로 텐서플로를 가져오십시오. 그런 다음 Graph()를 통해 그래프를 초기화할 수 있습니다. 이 함수를 사용하여 계산을 정의합니다. 그래프에서는 값을 보유하지 않으므로 아무 것도 계산하지 않습니다. 나중에 실행하려는 작업을 정의합니다. 모든 것이 올바르게 구성된 경우 창에서 비슷한 것을 볼 수 있습니다: 각 줄이 약 11-12ms를 실행하는 것을 볼 수 있습니다. 그것은 꽤 인상적입니다. GPU가 만드는 큰 차이를 보려면 비활성화하고 동일한 모델을 실행합니다. 이제 레이어별로 모델 레이어를 만들었으니 실제로 실행해야 합니다.

이렇게 하려면 먼저 이전 섹션에서 정의한 그래프를 전달할 수 있는 Session()의 도움으로 세션을 초기화해야 합니다. 다음으로 run()을 사용하여 세션을 실행할 수 있으며, 이 세션에서는 이전 섹션에서 정의한 초기화 된 작업을 초기화 된 변수 의 형태로 전달할 수 있습니다. 코드 줄의 결과는 계산 그래프의 추상 텐서입니다.

Comments

Comments are closed.