본문 바로가기

TENSOR2

텐서플로우(TensorFlow) 노드 텐서플로우(TensorFlow)는 기계 학습 및 딥러닝 모델을 구축하고 학습하기 위한 오픈 소스 라이브러리로, 그래프 기반의 계산을 수행합니다. 이 그래프는 노드(node)와 엣지(edge)로 구성되며, 노드는 수학적 연산을 나타내고 엣지는 데이터의 흐름을 나타냅니다. 아래에서 노드 정의와 연산 수행에 대해 더 자세히 설명하겠습니다. 텐서(Tensor) 텐서는 다차원 배열로 데이터의 기본 단위입니다. 스칼라(0차원 텐서), 벡터(1차원 텐서), 행렬(2차원 텐서) 등 다양한 차원을 가질 수 있습니다. 데이터를 저장하고 전달하는데 사용되며, 텐서플로우의 모든 연산은 텐서를 입력으로 받고 출력으로 생성합니다. 텐서는 다차원 배열로, 그래프 내에서 데이터의 기본 단위입니다. 노드 간에 전달되는 데이터는 텐서 .. 2023. 9. 8.
선형대수와 numpy 비교(scalar, vector...) 선형대수 선형대수는 벡터와 행렬을 다루는 수학 분야로, 데이터 분석, 기하학, 물리학, 공학 등 다양한 분야에서 중요한 개념과 도구를 제공합니다. 이를 이해하기 위해 다음과 같은 기본 개념을 살펴보겠습니다: 스칼라 (Scalar) 스칼라는 크기만을 가지고 방향이 없는 양을 나타냅니다. 실수의 일반적인 예시가 스칼라입니다. 예를 들어, 온도, 시간, 질량 등이 스칼라의 예시입니다. 벡터 (Vector) 벡터는 크기와 방향을 모두 가지는 양을 나타냅니다. 벡터는 여러 개의 요소로 이루어진 순서 있는 리스트나 배열로 표현됩니다. 벡터는 주로 화살표로 표현되며, 벡터의 크기는 벡터의 길이를 의미하고 방향은 화살표의 방향을 나타냅니다. 벡터는 여러 분야에서 다양하게 활용되며, 속도, 힘, 변위 등이 벡터의 예시입.. 2023. 8. 4.