Python2/정리
-
tf.random_normal() 사용법Python2/정리 2019. 3. 12. 15:51
tf.random_normal() 은 랜덤으로 표준분포에 따라 값을 배정하고 싶을 때 사용한다. 만들고 싶은 형태와, 평균과, 편차등을 지정하여 랜덤하게 값을 지정할 수 있다.ex)import tensorflow as tfsess = tf.Session()# [ , ] 안에 만들고 싶은 행렬 수지정 / 평균 / 편차 순으로 입력 x = tf.Variable(tf.random_normal([784, 200], mean = 1 ,stddev=0.35))init = tf.global_variables_initializer()sess.run(init)print(sess.run(x))
-
tf.constant , tf.Variable, tf.placeholder 차이Python2/정리 2019. 3. 12. 15:40
tf.constant , tf.Variable, tf.placeholder 차이 tf.constant : 텐서플로우 변하지 않는 상수 생성tf.constant(value, dtype=None, shape=None, name='Const', verify_shape=False)ex) import tensorflow as tfsess = tf.Session()x = tf.constant([5], dtype=tf.float32, name='test')init = tf.global_variables_initializer()sess.run(init)print(sess.run(x)) tf.Variable : 값이 바뀔 수도 있는 변수 생성단! 변수는 그래프를 실행하기 전에 초기화를 해주어야한다.세션을 초기화(tf.g..
-
from __future__ 모듈 사용 이유Python2/정리 2019. 3. 5. 15:10
파이썬 코드를 보다 보면 최상단에 from __future__ import ~~ 와 같은 문장이 적혀있는 것을 볼 때가 있다.이러한 코드는 파이썬 3에서 쓰던 문법을 파이썬 2에서 쓸수 있게 해주는 문법이다.즉 미래에 ~~ 이러한 문법으로 이용될것이니 이를 이용하겠습니다 란 말이다.대표적으로 > from __future__ import print_function 이 있다.위와 같은 구문을 가장 위에 적어주면 파이썬 2와 3 어떤 버젼을 돌리던 모두 파이썬 3 문법인 print() 을 통해 콘솔에 출력이 가능하다.> from __future_import pirnt_function > print('hello','world')> hello world
-
defaultdict 사용법Python2/정리 2019. 2. 7. 17:48
collections 모듈 아래 defaultdict 은 접근하는 키가 존재하지 않는 경우 오류 가 아닌 지정해준 데이터 타입의 기본값을 가지는 키를 생성한다.str 을 적어줄 경우에는 기본값을 ''으로,int를 적어줄 경우에는 0으로 호출된다. 함수를 적어줄 경우 원하는 값으로 지정도 가능하다.유동적인 사전을 이용하고 싶을 때 유용하다.ex1) str 인 경우from collections import defaultdict a = defaultdict(str) print(a) print(a['t']) a['t2'] = 'tt' print(a)>defaultdict(, {})defaultdict(, {'t': '', 't2': 'tt'}) ex2) int 인 경우 from collections import..