iT邦幫忙

2023 iThome 鐵人賽

DAY 8
0
AI & Data

深度學習-TensorFlow系列 第 8

DAY8-TensorFlow 數學基礎

  • 分享至 

  • xImage
  •  

在使用TensorFlow開始寫程式之前,我們得先來了解它所用到的數學概念。

TensorFlow所使用到的數學基礎

1.Tensor(張量) : TensorFlow的計算單位。一維張量代表僅有一個坐標軸的數據,二維張量則含有兩個坐標軸,以此類推。
2.flow(計算模型) : 指Graph運算過程中的資料流。

張量

是現代機器學習的基礎,它的核心是一個數據容器,常包含數字、字符串。

  • 向量
  • 矩陣
  • 3D

1.向量(一維張量)

是線性代數中的基本概念,也是機器/深度學習中,除了加減乘除以外最基礎的元素。一維張量只有一個座標軸。將數位陣列定義為向量,會從2維轉為多維度。
https://ithelp.ithome.com.tw/upload/images/20230923/20162982F2tcNRK1S9.jpg
(圖片擷取自網上)

2.矩陣(二維張量)

包含行、列的兩個座標軸

3.3D張量

擁有三個座標軸。TensorFlow中,神經網路的輸入、權重、偏差等都表示為張量。
https://ithelp.ithome.com.tw/upload/images/20230923/201629829jSxdQbm4X.jpg
(圖片擷取自網上)

範例:
https://ithelp.ithome.com.tw/upload/images/20230923/20162982vaIEjqpEcr.png

資料流圖(Data Flow Graphs)

一種透過有向圖的節點(Node)與邊(Edge)來描敘計算過程。節點(Nodes)在圖中表示數學操作,圖中的線(Edges)表示在節點間相互聯繫的多維資料數組,就是張量(tensor)。
透過不同的程式語言建立計算圖,再依需求設計張量運算流程,最後透過訓練建構出深度學習模型,就可以在用戶端和執行裝置間建立連結,達到在不同平台執行完成好的計算圖的功效。
https://ithelp.ithome.com.tw/upload/images/20230923/201629825bzqNulHhW.png
(gif擷取自網上)
https://www.tensorflow.org/images/tensors_flowing.gif


上一篇
DAY7-認識TensorFlow 基本架構
下一篇
DAY9-卷積神經網路 CNN(上)
系列文
深度學習-TensorFlow30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言