aymericdamien/TensorFlow-예제에서 새로운 릴리스에 대한 알림을 원하십니까? TF v2에 대한 자습서 인덱스는 여기에서 확인할 수 있습니다: TensorFlow 2.0 예제. 텐서플로우를 실험하고 싶지만 어떻게 시작해야 할지 모르겠어요. 몇 년 전에 신경망을 실험해 보았지만 훨씬 간단했습니다. 기본적으로 입력 변수와 하나 이상의 출력 변수배열이 있었습니다. 학습은 결과가 개선되도록 네트워크를 변경하는 것에 관한 것이었습니다. 나는 주어진 숫자를 예측하는 텐서 플로우 모델을 가지고 있지만 (MNIST기준) 조금 실패합니다. 정확도를 인쇄하거나 TF를 사용하여 이 숫자를 예측하는 것이 좋습니다. 테스트 데이터 집합의 정확도는 학습 데이터 집합의 정확도보다 약간 낮습니다. 교육 정확도와 테스트 정확도 간의 이러한 차이는 과적합의 예입니다. 오버피팅은 기계 학습 모델이 학습 데이터보다 새 데이터에서 더 나쁜 성능을 발휘하는 경우입니다. tf를 사용하지 않은 경우 sess.close()로 세션을 종료해야 합니다. 세션() sess: 텐서플로우 세션을 시작합니다.

아직 수행하지 않은 경우 기존 별칭 tf에서 텐서플로를 작업 공간으로 가져옵니다. 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. 그래서, 텐서 플로우는 어떻게 작동합니까? 글쎄, 우선 그들의 전체 솔루션텐서, 텐서 플로우의 원시 단위 주위에 회전된다. TensorFlow는 텐서 데이터 구조를 사용하여 모든 데이터를 나타냅니다. 수학에서 텐서(tensor)는 다른 기하학적 객체 간의 선형 관계를 설명하는 기하학적 객체입니다. TesnsorFlow에서 그들은 다차원 배열 또는 데이터, 즉입니다. 행렬. 좋아, 그것은 그만큼 간단하지 않다, 그러나 이것은 전체 텐서 개념은 내가 지금 가고 싶은 선형 대수에 더 깊이 간다.

어쨌든, 우리는 매트릭스 연산이 쉽고 효과적으로 수행되는 것을 사용하여 n 차원 배열로 텐서를 관찰 할 수 있습니다. 예를 들어 아래 코드에서 두 개의 상수 텐서를 정의하고 다른 값에 한 값을 추가합니다. 최신 동영상 및 업데이트를 보려면 TensorFlow YouTube 채널 및 블로그를 구독하십시오. 물론 시각적으로는 위의 그림에서 볼 수 있듯이 벡터를 화살표로 나타냅니다. 즉, 벡터도 방향과 길이가 있는 화살표로 간주할 수 있습니다. 방향은 화살표의 머리로 표시되고 길이는 화살표 길이로 표시됩니다. 안녕하세요 루시, 코멘트 주셔서 감사합니다. 미안 해요, 난 당신이 이미지 경로에 의해 무엇을 의미하는지 확실히 확실하지 않다? 여기에 제공된 코드는 MNIST 번호를 예측하고 정확도를 인쇄합니다. 숫자와 기타 이미지 콘텐츠를 예측하는 보다 정확한 딥 러닝 모델이 있는지 묻고 있습니까? 그렇다면 컨볼루션 신경망이 있습니다. 텐서플로우: 텐서플로우의 컨볼루션 신경망 자습서에서 구현하는 방법을 알아보려면 이 게시물을 확인하십시오. 그래프의 노드는 수학적 연산을 나타내고 가장자리는 서로 통신되는 텐서를 나타냅니다.

당신은 분명히 traffic_signs 목록에 포함 된 숫자와 함께 주위에 장난감이 관찰에 더 철저하게 후속 할 수 있지만, 그것은 할 수있다, 이것은 당신이 향해 더 작업을 시작할 때 고려해야 할 중요한 관찰이다 데이터를 신경망에 공급할 수 있도록 조작할 수 있습니다.