Basisbewerkingen

Introductie tot TensorFlow in Python

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

Wat is een TensorFlow-bewerking?

De afbeelding toont bewerkingen en tensors in een TensorFlow-grafiek, getekend door TensorBoard. Twee paren matrices worden met add gecombineerd. De sommen worden daarna vermenigvuldigd.

Wat is een TensorFlow-bewerking?

De afbeelding toont bewerkingen en tensors in een TensorFlow-grafiek, getekend door TensorBoard. Eén add-bewerking is te zien.

Wat is een TensorFlow-bewerking?

De afbeelding toont bewerkingen en tensors in een TensorFlow-grafiek, getekend door TensorBoard. Twee add-bewerkingen zijn te zien.

Wat is een TensorFlow-bewerking?

De afbeelding toont bewerkingen en tensors in een TensorFlow-grafiek, getekend door TensorBoard. Twee paren matrices worden met add gecombineerd. De sommen worden daarna vermenigvuldigd.

De opteloperator toepassen

#Importeer constant en add uit tensorflow
from tensorflow import constant, add

# Definieer 0-dimensionale tensors
A0 = constant([1])
B0 = constant([2])

# Definieer 1-dimensionale tensors
A1 = constant([1, 2])
B1 = constant([3, 4])

# Definieer 2-dimensionale tensors
A2 = constant([[1, 2], [3, 4]])
B2 = constant([[5, 6], [7, 8]])

De opteloperator toepassen

# Voer tensoroptelling uit met add()
C0 = add(A0, B0)
C1 = add(A1, B1)
C2 = add(A2, B2)

Tensoroptelling uitvoeren

De add()-operatie voert elementgewijze optelling uit met twee tensors
Elementgewijze optelling vereist dezelfde vorm voor beide tensors:
- Scalaire optelling: $1+2=3$
- Vectoroptelling: $[1,2]+[3,4]=[4,6]$
- Matrixoptelling: $\begin{bmatrix} 1 & 2 \\ 3 & 4 \end{bmatrix} + \begin{bmatrix} 5 & 6 \\ 7 & 8 \end{bmatrix} = \begin{bmatrix} 6 & 8 \\ 10 & 12 \end{bmatrix}$
De add()-operator is overbelast

Vermenigvuldigen in TensorFlow

Elementgewijze vermenigvuldiging met multiply()
- Tensors moeten dezelfde vorm hebben
- Bijv. [1,2,3] en [3,4,5] of [1,2] en [3,4]
Matrixvermenigvuldiging met matmul()
- matmul(A,B) vermenigvuldigt A met B
- Aantal kolommen van A = aantal rijen van B

De vermenigvuldigingsoperators toepassen

# Importeer operators uit tensorflow
from tensorflow import ones, matmul, multiply

# Definieer tensors
A0 = ones(1)
A31 = ones([3, 1])
A34 = ones([3, 4])
A43 = ones([4, 3])

Welke bewerkingen zijn geldig?
- multiply(A0, A0), multiply(A31, A31) en multiply(A34, A34)
- matmul(A43, A34), maar niet matmul(A43, A43)

Sommeren over tensordimensies

De reduce_sum()-operator sommeert over de dimensies van een tensor
- reduce_sum(A) sommeert over alle dimensies van A
- reduce_sum(A, i) sommeert over dimensie i

# Importeer operaties uit tensorflow
from tensorflow import ones, reduce_sum

# Definieer een 2x3x4-tensor van enen
A = ones([2, 3, 4])

Sommeren over tensordimensies

# Sommeer over alle dimensies
B = reduce_sum(A)

# Sommeer over dimensies 0, 1 en 2
B0 = reduce_sum(A, 0)
B1 = reduce_sum(A, 1)
B2 = reduce_sum(A, 2)

Laten we oefenen!

Introductie tot TensorFlow in Python