TensorSlow

텐서느림

순수 Python으로 TensorFlow 기능을 다시 구현

TensorSlow는 TensorFlow API를 모방하지만 순수한 Python(C 백엔드 없이)으로 구현되는 최소한의 기계 학습 API입니다. 소스 코드는 최대의 효율성보다는 최대의 이해성을 염두에 두고 구축되었습니다. 따라서 TensorSlow는 교육 목적으로만 사용해야 합니다. TensorFlow와 같은 딥 러닝 라이브러리가 내부적으로 어떻게 작동하는지 이해하고 싶다면 이것이 최선의 방법일 수 있습니다.

나는 이 라이브러리를 단계별로 개발하는 내 블로그 deepideas.net에 모든 수학과 알고리즘을 설명하는 기사를 작성했습니다: 처음부터 딥 러닝.

사용방법

수입:

 import tensorslow as ts

계산 그래프를 만듭니다.

 ts.Graph().as_default()

입력 자리 표시자를 만듭니다.

 training_features = ts.placeholder()
training_classes = ts.placeholder()

모델 구축:

 weights = ts.Variable(np.random.randn(2, 2))
biases = ts.Variable(np.random.randn(2))
model = ts.softmax(ts.add(ts.matmul(X, W), b))

훈련 기준 생성:

 loss = ts.negative(ts.reduce_sum(ts.reduce_sum(ts.multiply(training_classes, ts.log(model)), axis=1)))

최적화 프로그램 생성:

 optimizer = ts.train.GradientDescentOptimizer(learning_rate=0.01).minimize(J)

자리 표시자 입력 만들기:

 feed_dict = {
	training_features: my_training_features,
	training_classes: my_training_classes
}

세션 생성:

 session = ts.Session()

기차:

 for step in range(100):
	loss_value = session.run(loss, feed_dict)
	if step % 10 == 0:
		print("Step:", step, " Loss:", loss_value)
	session.run(optimizer, feed_dict)

모델 매개변수 검색:

 weights_value = session.run(weigths)
biases_value = session.run(biases)

자세한 내용은 examples 디렉터리를 확인하세요.