1.x TensorFlow 텐서 선언 방법

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

# 상수 정의
a = tf.constant(3.0, name='data1')
b = tf.constant(4.0, name='data2')
c = tf.constant(5.0, name='data3')

# 연산 정의
V = a * b / c

# 세션 실행
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(sess.run(V))

1. TensorFlow 1.x 모드 사용: import tensorflow.compat.v1 as tf를 통해 TensorFlow 1.x의 기능을 사용하고 있으며, tf.disable_v2_behavior()로 TensorFlow 2.x의 기능을 비활성화했다. 이로 인해 세션(tf.Session)을 활용할 수 있게 된다.
2. 상수 정의:
   • a = tf.constant(7.0, name='data1'): 값이 7.0인 상수 텐서를 정의.
   • b = tf.constant(3.0, name='data2'): 값이 3.0인 상수 텐서를 정의.
   • c = tf.constant(2.0, name='data3'): 값이 2.0인 상수 텐서를 정의.
3. 세션 실행:
   • with tf.Session() as sess는 TensorFlow 1.x에서 세션을 열어 연산을 실행하는 구문이다.
   • sess.run(tf.global_variables_initializer())는 모든 전역 변수를 초기화한다.
   • sess.run(V)로 계산된 값을 출력한다.

 

 

■2.x version

import tensorflow as tf 
 
# 상수 텐서 정의
a = tf.constant(3.0, name='data1')
b = tf.constant(4.0, name='data2')
c = tf.constant(5.0, name='data3')

# 수식 정의
V = a * b / c

# 세션 실행
# with tf.Session() as sess:
#     sess.run(tf.global_variables_initializer())  # 전역 변수를 초기화
#     print(sess.run(V))  # 결과 출력
print(V)
print(V.numpy())