텐서플로우2 TensorFlow Mechanics 101 (3) 모델 훈련시키기 Train the Model일단 그래프가 만들어지면, fully_connected_feed.py 안의 사용자 코드가 제어하는 루프 안에서 그 그래프를 반복적으로 훈련시키고 평가할 수 있습니다. Once the graph is built, it can be iteratively trained and evaluated in a loop controlled by the user code in fully_connected_feed.py.The Graphrun_training() 함수의 맨 위에는, 만들어진 모든 ops가 기본 전역 그래프 인스턴스인 tf.Graph에 연관되어 있음을 가리키는, python with command 하나가 있습니다. At the top of the run_traini.. 2016. 4. 30. 텐서플로우의 장점 (2) 깊은 유연성 Deep Flexibility TensorFlow isn't a rigid neural networks library. TensorFlow는 경직된 신경망(NN) 라이브러리가 아닙니다. If you can express your computation as a data flow graph, you can use TensorFlow. 계산을 데이터흐름그래프로 표현할 수 있다면 TensorFlow를 사용할 수 있습니다. You construct the graph, and you write the inner loop that drives computation. 그래프를 작성한 다음, 계산을 구동시키는 내부(inner) 루프를 작성합니다. We provide helpful tools to assemb.. 2016. 1. 26. 이전 1 다음