Tensorflow là một khuôn khổ học máy do Google cung cấp. Nó là một khung công tác mã nguồn mở được sử dụng cùng với Python để triển khai các thuật toán, ứng dụng học sâu và hơn thế nữa. Nó được sử dụng trong nghiên cứu và cho mục đích sản xuất. Nó có các kỹ thuật tối ưu hóa giúp thực hiện các phép toán phức tạp một cách nhanh chóng.
Điều này là do nó sử dụng NumPy và mảng đa chiều. Các mảng đa chiều này còn được gọi là 'tensors'. Khung hỗ trợ làm việc với mạng nơ-ron sâu. Nó có khả năng mở rộng cao và đi kèm với nhiều bộ dữ liệu phổ biến. Nó sử dụng tính toán GPU và tự động hóa việc quản lý tài nguyên. Nó đi kèm với vô số thư viện máy học, được hỗ trợ tốt và được lập thành tài liệu. Khung có khả năng chạy các mô hình mạng nơ-ron sâu, đào tạo chúng và tạo các ứng dụng dự đoán các đặc điểm liên quan của các bộ dữ liệu tương ứng.
Gói 'tensorflow' có thể được cài đặt trên Windows bằng dòng mã bên dưới -
pip install tensorflow
Tensor là một cấu trúc dữ liệu được sử dụng trong TensorFlow. Nó giúp kết nối các cạnh trong một sơ đồ luồng. Sơ đồ luồng này được gọi là 'Biểu đồ luồng dữ liệu'. Tensors không là gì ngoài mảng nhiều chiều hoặc một danh sách.
Chúng tôi sẽ sử dụng Máy tính xách tay Jupyter để chạy các mã này. TensorFlow có thể được cài đặt trên Jupyter Notebook bằng cách sử dụng 'pip install tensorflow'.
Sau đây là một ví dụ -
Ví dụ
import tensorflow as tf
import numpy as np
matrix_1 = np.array([(1,2,3,4,5)],dtype = 'int32')
matrix_2 = np.array([(−1,0,1,3,3)],dtype = 'int32')
print("The first matrix is ")
print (matrix_1)
print("The second matrix is ")
print (matrix_2)
print("The product is ")
matrix_1 = tf.constant(matrix_1)
matrix_2 = tf.constant(matrix_2)
matrix_prod = tf.multiply(matrix_1, matrix_2)
print((matrix_prod)) Đầu ra
The first matrix is [[1 2 3 4 5]] The second matrix is [[−1 0 1 3 3]] The product is tf.Tensor([[−1 0 3 12 15]], shape=(1, 5), dtype=int32)
Giải thích
-
Nhập các gói bắt buộc và cung cấp bí danh cho nó để dễ sử dụng.
-
Hai ma trận được tạo bằng gói Numpy.
-
Chúng được chuyển đổi từ một mảng Numpy thành một giá trị không đổi trong Tensorflow.
-
Hàm 'nhân' trong Tensorflow được sử dụng để nhân phần tử giá trị - khôn ngoan trong ma trận.
-
Sản phẩm kết quả được hiển thị trên bảng điều khiển.