Tensorflow สามารถใช้เพื่อรวมองค์ประกอบ / แถวเฉพาะของเมทริกซ์ใน Python ได้อย่างไร

Tensorflow คือเฟรมเวิร์กแมชชีนเลิร์นนิงที่ให้บริการโดย Google เป็นเฟรมเวิร์กโอเพนซอร์ซที่ใช้ร่วมกับ Python เพื่อใช้อัลกอริทึม แอปพลิเคชันการเรียนรู้เชิงลึก และอื่นๆ อีกมากมาย ใช้ในการวิจัยและเพื่อการผลิต

มีเทคนิคการเพิ่มประสิทธิภาพที่ช่วยในการดำเนินการทางคณิตศาสตร์ที่ซับซ้อนได้อย่างรวดเร็ว เนื่องจากใช้ NumPy และอาร์เรย์หลายมิติ อาร์เรย์หลายมิติเหล่านี้เรียกอีกอย่างว่า 'เทนเซอร์' เฟรมเวิร์กรองรับการทำงานกับโครงข่ายประสาทเทียมระดับลึก สามารถปรับขนาดได้สูงและมาพร้อมกับชุดข้อมูลยอดนิยมมากมาย ใช้การคำนวณ GPU และจัดการทรัพยากรโดยอัตโนมัติ

แพ็คเกจ 'tensorflow' สามารถติดตั้งบน Windows ได้โดยใช้บรรทัดโค้ดด้านล่าง -

pip install tensorflow

Tensor เป็นโครงสร้างข้อมูลที่ใช้ใน TensorFlow ช่วยเชื่อมต่อขอบในแผนภาพการไหล แผนภาพการไหลนี้เรียกว่า 'กราฟการไหลของข้อมูล' เทนเซอร์เป็นเพียงอาร์เรย์หลายมิติหรือรายการ

เราจะใช้ Jupyter Notebook เพื่อเรียกใช้โค้ดเหล่านี้ สามารถติดตั้ง TensorFlow บน Jupyter Notebook ได้โดยใช้ 'pip ติดตั้ง tensorflow'

ต่อไปนี้เป็นตัวอย่าง −

ตัวอย่าง

import tensorflow as tf
import numpy as np

matrix_1 = tf.Variable([[1,2,3],[4,5,8],[9,10,0]])
print("The matrix is ")
print (matrix_1)

print("The sum of all elements ")
result = tf.reduce_sum(matrix_1)
print(result)
print("The sum of specific rows is")
result = tf.reduce_sum(matrix_1, 1)
print(result)

ผลลัพธ์

The matrix is
<tf.Variable 'Variable:0' shape=(3, 3) dtype=int32, numpy=
array([[ 1, 2, 3],
   [ 4, 5, 8],
   [ 9, 10, 0]], dtype=int32)>
The sum of all elements
tf.Tensor(42, shape=(), dtype=int32)
The sum of specific rows is
tf.Tensor([ 6 17 19], shape=(3,), dtype=int32)

คำอธิบาย

• นำเข้าแพ็คเกจที่จำเป็นและระบุนามแฝงเพื่อความสะดวกในการใช้งาน

• เมทริกซ์ถูกสร้างขึ้นโดยใช้แพ็คเกจ Numpy

• ฟังก์ชัน 'reduce_sum' ใช้เพื่อค้นหาผลรวมของค่าทั้งหมดของเมทริกซ์

• หากค่าเฉพาะถูกส่งไปยัง "reduce_sum" นอกเหนือจากการส่งเมทริกซ์ ระบบจะคำนวณผลรวมของทุกแถว

• ผลลัพธ์ที่ได้จะแสดงบนคอนโซล