कॉनस्टेंट्स और वैरिएबल्स

Python में TensorFlow परिचय

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

TensorFlow क्या है?

ग्राफ-आधारित numerical computation के लिए ओपन-सोर्स लाइब्रेरी
- Google Brain Team द्वारा विकसित
लो- और हाई-लेवल APIs
- Addition, multiplication, differentiation
- Machine learning models
TensorFlow 2.0 में महत्वपूर्ण बदलाव
- डिफॉल्ट रूप से eager execution
- Keras और Estimators से मॉडल बिल्डिंग

टेंसर क्या है?

वेक्टर और मैट्रिक्स का सामान्यीकरण
संख्याओं का संग्रह
विशिष्ट shape

टेंसर क्या है?

चित्र में ब्रेड का एक स्लाइस, 9 टुकड़ों में बँटा स्लाइस, और एक पूरी लोफ़ दिखती है. स्रोत: Public Domain Vectors

TensorFlow में टेंसर परिभाषित करना

import tensorflow as tf

# 0D Tensor
d0 = tf.ones((1,))

# 1D Tensor
d1 = tf.ones((2,))

# 2D Tensor
d2 = tf.ones((2, 2))

# 3D Tensor
d3 = tf.ones((2, 2, 2))

TensorFlow में टेंसर परिभाषित करना

# 3D टेंसर प्रिंट करें
print(d3.numpy())

[[[1. 1.]
  [1. 1.]]

 [[1. 1.]
  [1. 1.]]]

TensorFlow में कॉनस्टेंट्स परिभाषित करना

कॉनस्टेंट टेंसर की सबसे सरल श्रेणी है
- trainable नहीं
- कोई भी dimension हो सकता है

from tensorflow import constant

# 2x3 कॉनस्टेंट परिभाषित करें.
a = constant(3, shape=[2, 3])

# 2x2 कॉनस्टेंट परिभाषित करें.
b = constant([1, 2, 3, 4], shape=[2, 2])

कॉनस्टेंट्स के लिए convenience functions का उपयोग

Operation	Example
`tf.constant()`	`constant([1, 2, 3])`
`tf.zeros()`	`zeros([2, 2])`
`tf.zeros_like()`	`zeros_like(input_tensor)`
`tf.ones()`	`ones([2, 2])`
`tf.ones_like()`	`ones_like(input_tensor)`
`tf.fill()`	`fill([3, 3], 7)`

वैरिएबल्स परिभाषित और इनिशियलाइज़ करना

import tensorflow as tf

# एक वैरिएबल परिभाषित करें
a0 = tf.Variable([1, 2, 3, 4, 5, 6], dtype=tf.float32)
a1 = tf.Variable([1, 2, 3, 4, 5, 6], dtype=tf.int16)

# एक कॉनस्टेंट परिभाषित करें
b = tf.constant(2, tf.float32)

# उनका गुणन निकालें
c0 = tf.multiply(a0, b)
c1 = a0*b

अभ्यास करते हैं!

Python में TensorFlow परिचय