본문 바로가기

공부(Deep learning)/구현-기초

[tensorplow, numpy, python] 구현시 자주 햇갈리는것들 정리 numpy - append와 concatenate 1. np.append( a, b) 또는 np.concatenate는 a와 b를 합친것을 a에 덮어씌우지않고 새로 합쳐진 결과를 반환한다. a= np.concatenate( (np.array([1,2,3,4]), np.array([5,6,7,8])), axis=0) print(np.append(a,[1,2,3,4])) a= np.append(a,[1,2,3,4]) print(a) [1 2 3 4 5 6 7 8] [1 2 3 4 5 6 7 8 1 2 3 4] 2. np.concatenate는 axis 필요. 기능적으로 append와 구분 3. np.append(a,b) 형식으로 사용하지 a.append(b)는 불가능 (리스트와는 다르다)4. np.appen.. 더보기
[tensorflow] mnist 데이터 reshape 하기 Numpy - reshape *numpy의 reshape 함수는 numpy 데이터의 shape를 변경하고 싶을때 유용한 함수입니다. *reshape는 원래 데이터를 변경하지않고 반환된 결과를 사용하는 방식으로 사용됩니다. *reshape의 인자 -1은 일단 해당 자리 부분의shape는 비워두고 다른 차원의 shape가 다 결정됬을경우 남은 부분만큼 알아서 shape를 결정하는것을 의미합니다. Implementation 코드:import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("./mnist/data/", one_hot=True) #print(mnis.. 더보기
[tensorflow] numpy to tf.constant 목적 : numpy 형식을 tensor 형식으로 numpy를 tf.const로 바꾸기 : tf.convert_to_tensor(X, np.float32) #X: numpy 형식또는tf.constant(X) numpy를 tf.Variable로 바꾸기 tf.Variable(X) 코드 : #============================================================import tensorflow as tf import numpy as np from sklearn import datasets mnist = datasets.fetch_mldata('MNIST original', data_home='.') X = mnist.data t = mnist.target sess = tf.S.. 더보기

티스토리툴바