บทนำ
TensorFlow เฟรมเวิร์ก ML จาก Google โค้ดเปิด ใช้กับ Python ใช้ในงานวิจัยและการผลิต มีเทคนิคเพิ่มประสิทธิภาพ ใช้ NumPy และเทนเซอร์ รองรับ Deep Neural Networks สเกลได้ดี ใช้ GPU computation จัดการทรัพยากรอัตโนมัติ มีไลบรารี ML มากมาย เอกสารดี
การติดตั้ง
pip install tensorflow
Tensor
เทนเซอร์ = อาร์เรย์หลายมิติ สำหรับ Data flow graph
ตัวอย่าง: Matrix Multiplication ด้วย tf.matmul
import tensorflow as tf
import numpy as np
matrix_1 = np.array([(1,2,3),(3,2,1),(1,1,1)], dtype='int32')
matrix_2 = np.array([(0,0,0),(-1,0,1),(3,3,4)], dtype='int32')
print("Matrix 1:", matrix_1)
print("Matrix 2:", matrix_2)
matrix_1 = tf.constant(matrix_1)
matrix_2 = tf.constant(matrix_2)
matrix_prod = tf.matmul(matrix_1, matrix_2)
print("ผลคูณ:", matrix_prod)
ผลลัพธ์
Matrix 1: [[1 2 3] [3 2 1] [1 1 1]] Matrix 2: [[0 0 0] [-1 0 1] [3 3 4]] ผลคูณ: tf.Tensor([[7 9 14] [1 3 6] [2 3 5]], shape=(3, 3), dtype=int32)
คำอธิบาย
- นำเข้าแพ็กเกจและตั้งชื่อย่อ
- สร้าง 2 เมทริกซ์ 3x3 ด้วย NumPy
- แปลงเป็น TensorFlow constant
- ใช้
tf.matmulคูณเมทริกซ์ (Matrix Multiplication) - แสดงผลคูณบนคอนโซล
