[tf]데이터 표현 방법

Tensor(텐서) -> 다차원 넘파이 배열 

데이터	표현	텐서차원	랭크
0,1,2...	스칼라	0-D Tensor	0
[1,2...]	벡터	1-D Tensor	1
[[1,2],[3,4]...]	행렬	2-D Tensor	2
[[...]]...	텐서	n-D Tensor	n

 

1. 기본 사용법

import tensorflow as tf

# 스칼라(0D 텐서) 상수 생성
scalar = tf.constant(5)

# 1D 텐서 생성
vector = tf.constant([1, 2, 3, 4, 5])

# 2D 텐서 생성
matrix = tf.constant([[1, 2], [3, 4]])

print("Scalar:", scalar)
print("Vector:", vector)
print("Matrix:", matrix)

 

2. 데이터 타입 지정

# 정수형 텐서
int_tensor = tf.constant([1, 2, 3], dtype=tf.int32)

# 실수형 텐서
float_tensor = tf.constant([1.0, 2.0, 3.0], dtype=tf.float32)

print("Integer Tensor:", int_tensor)
print("Float Tensor:", float_tensor)

 

3. 브로드캐스팅

tf.constant는 브로드캐스팅을 지원하여 작은 텐서를 큰 텐서로 확장할 수 있음

# 브로드캐스팅 예시
a = tf.constant([1, 2, 3])
b = tf.constant(2)

result = a + b  # [3, 4, 5]

print("Broadcasting Result:", result)

 

4. 다차원 텐서

다차원 배열을 상수 텐서로 쉽게 변환할 수 있음

# 3D 텐서 생성
tensor_3d = tf.constant([
    [[1, 2], [3, 4]],
    [[5, 6], [7, 8]]
])

print("3D Tensor:", tensor_3d)