반응형
Stack
축을 설정해주면 stack을 다양하게 이용할 수 있습니다.
x=[1, 4]
y=[2, 5]
z=[3, 6]
tf.stack([x, y, z]).eval()
->array([[1, 4],
[2, 5],
[3, 6]], dtype=int32)
tf.stack([x, y, z], axis=1).eval()
->array([[1, 2, 3],
[4, 5, 6]], dtype=int32)
Ones and Zeros like
ones_like: 요소를 전부 1로 만들어줍니다.
zeros_like: 요소를 전부 0으로 만들어줍니다.
x=[[0, 1, 2],
[2, 1, 0]]
tf.ones_like(x).eval()
->array([[1, 1, 1],
[1, 1, 1]], dtype=int32)
tf.zeros_like(x).eval()
->array([[0, 0, 0],
[0, 0, 0]], dtype=int32)
Zip
복수 개의 tensor를 가지고 있을 경우, 그것들을 for 루프를 통해 한번에 실행하고자 할 때 사용합니다.
for x, y in zip([1, 2, 3], [4, 5, 6]):
print(x, y)
->1 4
2 5
3 6
for x, y, z in zip([1, 2, 3], [4, 5, 6], [7, 8, 9]):
print(x, y z)
->1 4 7
2 5 8
3 6 9
반응형
'인공지능' 카테고리의 다른 글
[모두를 위한 딥러닝1] ReLU(6주차_1) (0) | 2021.02.04 |
---|---|
[모두를 위한 딥러닝1] 딥 네트워크 학습(5주차) (0) | 2021.01.27 |
[ 다차원 배열의 축] Axis (0) | 2021.01.23 |
[모두를 위한 딥러닝1] 딥러닝의 기본 개념(4주차) (0) | 2021.01.23 |
[Tensor의 구조] Shape & Reshape (0) | 2021.01.20 |