반응형 tensorflow 2.0 기초 분류 (가이드 기본 이미지 분류) # 파이썬 라이브러리 임포트 from __future__ import absolute_import, division, print_function, unicode_literals, unicode_literals import tensorflow as tf from tensorflow import keras import numpy as np import matplotlib.pyplot as plt # 패션 mnist 데이터 로드 fashion_mnist = keras.datasets.fashion_mnist (train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data() # 이미지 출력시 필요한 변수 저장 class_nam.. 2020. 1. 17. tensorflow 2.0 기본 사칙연산 tensorflow 2.0 기본 문자열 출력 import tensorflow as tf a = tf.constant('hello world') a a.numpy() type(a) type(a.numpy()) constant를 사용한 사칙연산 A = tf.constant(2) B = tf.constatn(3) C = A + B C = tf.add(A,B) C C.numpy() D = 5 E = C * D E = tf.multiply(C,D) E E.numpy() 행렬곱 계산 Matrix_A = [[1,2],[3,4]] Matrix_B = [[3,4],[4,5]] Matrix_C = tf.matmul(Matrix_A, Matrix_B) Matrix_C 2020. 1. 11. jupyter notebook 백그라운드 실행 jupyter notebook 백그라운드 실행 장점 : terminal을 종료해도 connection 보장 nohup jupyter notebook & 2020. 1. 9. 이전 1 다음 반응형
