텐서플로우 스터디 01: Variable

대충 MNIST Example for beginner 정도는 해보고 나면…

모델을 만들어보려고 할 때에 은근히 variable 만드는 것과 scope 지정하는 데에서 시행착오를 많이 겪어서, variable 부터 제대로 짚어보기로 마음먹었다.

일단 이 사이트의 내용을 읽고 코드를 한번씩 실행해보았다.

한글판:

중간에 graph에 대한 언급이 나온다.

Calling tf.Variable() adds several ops to the graph:

  • A variable op that holds the variable value.
  • An initializer op that sets the variable to its initial value. This is actually a tf.assign op.
  • The ops for the initial value, such as the zeros op for the biasesvariable in the example are also added to the graph.

이러한 ops 들이 graph에 추가되면 모양이 어떻게 되는지 궁금해서 Tensorboard에서 visualization해 보았다.

일단 아래 코드를 실행한다.

with tf.Session() as sess:
sess.run(tf.initialize_all_variables())
train_writer = tf.train.SummaryWriter(‘./train’, sess.graph)

터미널을 이용하여 이 코드를 실행한 위치로 가면 train 폴더가 생긴것을 볼 수 있다. train 폴더가 있는 위치(즉 폴더 밖…)에서 아래 코드를 실행한다.

tensorboard --logdir $PWD

이렇게 현재 위치에서 tensorboard를 열면 ip address:6006으로 접속하라는 메시지가 뜬다. 인터넷 브라우저로 접속해서, Graph 탭을 보면 아래와 같은 그림을 볼 수 있다.

과연 여기에서 Assign이나 zeros 같은 operation들을 볼 수 있다.

A single golf clap? Or a long standing ovation?

By clapping more or less, you can signal to us which stories really stand out.