Pokročilé operace

Úvod do TensorFlow v Pythonu

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

Přehled pokročilých operací

Probrali jsme základní operace v TensorFlow
- add(), multiply(), matmul() a reduce_sum()
V této lekci prozkoumáme pokročilé operace
- gradient(), reshape() a random()

Přehled pokročilých operací

Operace	Použití
`gradient()`	Vypočítá sklon funkce v daném bodě
`reshape()`	Přetvoří tensor (např. 10×10 na 100×1)
`random()`	Naplní tensor hodnotami z pravděpodobnostního rozdělení

Hledání optima

V mnoha úlohách budeme hledat optimum funkce.
- Minimum: Nejnižší hodnota ztrátové funkce.
- Maximum: Nejvyšší hodnota účelové funkce.
Lze toho dosáhnout pomocí operace gradient().
- Optimum: Bod, kde gradient = 0.
- Minimum: Změna gradientu > 0
- Maximum: Změna gradientu < 0

Výpočet gradientu

Snímek zobrazuje graf funkce y rovná se x.

Výpočet gradientu

Snímek zobrazuje graf funkce y rovná se x na druhou.

Gradienty v TensorFlow

# Import tensorflow under the alias tf
import tensorflow as tf

# Define x
x = tf.Variable(-1.0)

# Define y within instance of GradientTape
with tf.GradientTape() as tape:
    tape.watch(x)
    y = tf.multiply(x, x)

# Evaluate the gradient of y at x = -1
g = tape.gradient(y, x)
print(g.numpy())

-2.0

Obrázky jako tensory

Snímek ukazuje, jak lze obrázek dvou koček reprezentovat 2dimenzionálním tensorem, který lze přetvořit na 1dimenzionální vektor.

Jak přetvořit obrázek ve stupních šedi

# Import tensorflow as alias tf
import tensorflow as tf

# Generate grayscale image
gray = tf.random.uniform([2, 2], maxval=255, dtype='int32')

# Reshape grayscale image
gray = tf.reshape(gray, [2*2, 1])

Obrázek ukazuje přetvoření obrázku ve stupních šedi 2×2 na vektor 4×1.

Jak přetvořit barevný obrázek

# Import tensorflow as alias tf
import tensorflow as tf

# Generate color image
color = tf.random.uniform([2, 2, 3], maxval=255, dtype='int32')

# Reshape color image
color = tf.reshape(color, [2*2, 3])

Obrázek ukazuje přetvoření barevného obrázku 2×2×3 na matici 2×3.

Pojďme procvičovat!

Úvod do TensorFlow v Pythonu