텐서플로우의 기본 - placeholder

|Placeholder 개념

 

placeholder는 변수로서 값을 지정하지 않고 사용할 수 있는 변수이다.

변수가 있다는 것을 프로그램이 알고 미리 자리를 만들어 놓고 입력은 실행할때 받는 구조이다.

 

이번 포스팅에서는 먼저 placeholder로 변수를 만들고 실행하면서 데이터를 집어넣어 연산하는 프로그램을 만들어 볼려고합니다.

 

 

|Placeholder 예제

 

 

import tensorflow as tf
 
n1 = tf.placeholder(tf.int32)
n2 = tf.placeholder(tf.int32)
 
result = n1 + n2
 
sess = tf.Session()
 
print(sess.run(result, feed_dict={n1:10, n2:20}))
print(sess.run(result, feed_dict={n1:[10, 20], n2:[20, 30]}))

 

위 소스를 보면 우선 n1, n2 라는 변수를 placeholder로 만들어 줬습니다.

 

result라는 변수는 n1과 n2의 합이라고 만들었고

 

마찬가지로 Session을 만들어서 해당 세션을 통해 result를 실행하게 만들었습니다.

 

feed_dict는 placeholder에 값을 집어넣는 명령어 입니다.

 

첫번째 print 애서는 각각 10, 20 의 값을 넣었고 결과값은 30

두번째 print 에서는 각각 [10,20], [20,30] 의 값을 넣어서 행렬의 합인 [30, 50]이 출력되게 됩니다.

 

이처럼 placeholder는 원할때마다 값을 바꿔서 연산할 수 있는 변수라고 이해하면 됩니다.

 

 

 

 

 

---

출처/참고