02. Tensorflow 함수 다시 복습!!

이번에는 텐서플로우에서 사용하던 함수의 활용성을 높이기 위해서

함수를 분석 공부를 하도록 하겠다~

일단 가장 생소했던 개념이다

Rank , 쉽게 이야기하면 ' [ '의 갯수이다.

위의 예제를보면 마지막 예제의 Rank 는 4개 이다.

Shape 는 [, , ,]  이런식의 구조를 가지고 있는대

이떄 Rank 는 ' , ' 의 갯수를 정한다고 보면된다.

결론적으로 shape 는 array의 모양 이라고 생각하면 쉽다.

마지막으로 axis 는 축으로써 

차원의 갯수가 늘어 나면 축의 갯수도 늘어난다

가장 안쪽의 배열이 축의 가장 큰수가 되고 

가장 밖깥쪽의 축은 -1 or 1 로 표현이 된다

 두번쨰는 행렬과, 배열의 차이이다.

가장 큰차이는 연산에서 일어난다..

뭐.. 실수만 안하면 ... ㅎㅎ 

다음은 브로드 캐스팅 개념인대

쉽게 정리하면, shape 을 똑같이 맞춰준다.

이런식으로 연산시, shape 가 틀리지만,

먼저 쓴( 연산에서 첫번쨰 피연산자) 를 따라서 shape 의 모양을 정해준다.

다음은 Reshape 인대

말그대로 다시 shape 의 모양을 만들어주는 것이다.

여기서의 -1 의 표현은 전체 라고 보면된다.

Reshape 에 두가지 종류가 존재하는대

squeeze 는 rank를 없에주는,

expand 는 shape 을 추가해주는 역할을 한다. 

둘다 원하는 모양을 , 데이터를 대입해서 사용하면 된다.

One_hot 은 우리가 이전에 많이 써봤던 것이다.

가장 큰값이 존재하는 array 의 index값을 알려주는 역할을한다

depth 는 값의 갯수라고 보면된다 ( ex 0~9 까지의숫자가 존재한다면 depth = 10 이되겠다.)

cast 는 형변환이라고 보면된다,

물론 형변환도 되고, 위의 내용처럼, 참과 거짓의 표현 역시 변환이 가능하다.

음 큰의미로 변환시키다 라고 보면 될듯>?

스택은 우리가 알고 있는 그 개념이다.

중요한건 axis 를 사용할 수 있음으로, 잘 계산하는게 중요!

이건 shape 의 모양을 가져와서 1로 채울지 0으로 채울지 만드는 것이다.

( 아직 까지 사용용도는 잘 모르겠지만... 언젠간 쓸일이 있겠지?)

마지막으로 Zip 이다.

압축 .. 그냥 여러 데이터, 여러 shape 들을 편하게 for 문 돌릴때 주로 사용한다.