NAN/머신 러닝
세션 Session
onddd
2021. 7. 8. 22:46
728x90
세션 Session
텐서플로우에서 데이터의 처리 단위는 텐서(Tensor)이고, 이것은 일종의 다차원 배열 객체라고 할 수 있다.
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
a = tf.constant(17.5)
b = tf.constant(5.0)
c = tf.add(a,b)
print(c)
Tensor("Add_9:0", shape=(), dtype=float32)
예시를 보자 일반적인 파이썬 문법 구조였다면 아무 문제 없이 실행되어 22.5 라는 값이 출력되었겠지만
텐서플로우에서는 c라는 객체가 가진 속성을 보여준다.
이런 차이가 생기는 이유는 텐서플로우 이름 그 자체로 배열의 흐름의 문제이다.
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
a = tf.constant(17.5)
b = tf.constant(5.0)
c = tf.add(a,b)
sess = tf.Session()
sess.run(c)
22.5
즉, 위에서는 a,b,c를 선언만 했기 때문에 print(c)로 값을 출력하려해도 우리가 원하는 값을 얻을 수 없었던 것
이런 문제를 해결하고싶다면 tf.Session()을 통해 선언한 요소들을 배열에 담아 .ruc()으로 실행 시켜 줘야한다는
규칙을 지켜주어야한다.
요약
- 세션 tf.Session() 이란 실제로 값을 대입한 그래프가 동작하도록 하는 역할을 수행한다.
https://www.youtube.com/watch?v=QNSuzvL6SeA&list=PLRx0vPvlEmdAbnmLH9yh03cw9UQU_o7PO&index=10