Python + Tensorflow

André Claudino

Quem sou?

Físico
Analista de Sistemas na B2W Digital
Phd Física Computacional
Coordenador da pós graduação em Inteligência Artificial da Unyleya
Fundador da @iaBrasil

O que é tensorflow?

TensorFlow é uma biblioteca de código aberto para aprendizado de máquina aplicável a uma ampla variedade de tarefas. É um sistema para criação e treinamento de redes neurais para detectar e decifrar padrões e correlações, análogo à forma como humanos aprendem e raciocinam.

Wikipédia

Sim

Código Aberto
Serve para várias tarefas
Distribuído

Não

Apenas para redes neurais
Apenas para IA
Apenas para Deep learning

Elementos

placeholder

x = tf.placeholder(
        tf.float32, shape=(1024, 1024),
        name='valor de entrada')

x = tf.placeholder(
    dtype,
    shape=None,
    name=None
)

Elementos

operador

y = tf.matmul(a,b, name='produto')

y = tf.matrix_transpose(a, name='transposta')

y = tf.pow(x, y, name='potencia')

y = tf.reduce_min(x, name='mínimo')

y = tf.reduce_mean(x, name='média')

Elementos

variáveis

x = tf.Variable(
    [[1.0, 2.0],
     [3.0, 4.0]], name='matriz')

z = tf.sigmoid(w + y, name='variavel_resultado')

Como funciona?

Grafos

import tensorflow as tf

y1 = tf.matmul (W, x)
y2 = tf.add(y, b)
y = tf.nn.relu(y2)

import tensorflow as tf

y1 = tf.matmul (W1, x)
y1 = tf.add(y1, b1)
y1 = tf.nn.relu(y1)


y2 = tf.matmul (W2, x)
y2 = tf.add(y2, b2)
y2 = tf.nn.relu(y2)

z = tf.matmul(Z, x)
z = tf.add(z, b)
z = tf.nn.relu(z)

with tf.name_scope('input'):
    x = tf.placeholder(tf.float32, shape=(None,10), name='x')

with tf.name_scope('y1'):
    W1 = tf.Variable(tf.random_normal((10, 10)), name='W1')
    b1 = tf.Variable(tf.random_normal((10,)), name='b1')

    y1 = tf.matmul (x, W1, name='multiply')
    y1 = tf.add(y1, b1, name='add')
    y1 = tf.nn.relu(y1, name='relu')

with tf.name_scope('y2'):
    W2 = tf.Variable(tf.random_normal((10, 10)), name='W2')
    b2 = tf.Variable(tf.random_normal((10,)), name='b2')

    y2 = tf.matmul (x, W2, name='multiply')
    y2 = tf.add(y2, b2, name='add')
    y2 = tf.nn.relu(y2, name='relu')

with tf.name_scope('z'):
    Z  = tf.Variable(tf.random_normal((20, 20)), name='Z')
    b  = tf.Variable(tf.random_normal((20,)), name='b')
    
    y = tf.concat([y1, y2], 1)
    
    z = tf.matmul(y, Z, name='multiply')
    z = tf.add(z, b, name='add')
    z = tf.nn.relu(z, name='relu')

with tf.name_scope('input'):
    x = tf.placeholder(tf.float32, shape=(None,10), name='x')

with tf.name_scope('y1'):
    W1 = tf.Variable(tf.random_normal((10, 10)), name='W1')
    b1 = tf.Variable(tf.random_normal((10,)), name='b1')

    y1 = tf.matmul (x, W1, name='multiply')
    y1 = tf.add(y1, b1, name='add')
    y1 = tf.nn.relu(y1, name='relu')

with tf.name_scope('z'):
    Z  = tf.Variable(tf.random_normal((20, 20)), name='Z')
    b  = tf.Variable(tf.random_normal((20,)), name='b')
    
    y = tf.concat([y1, y2], 1)
    
    z = tf.matmul(y, Z, name='multiply')
    z = tf.add(z, b, name='add')
    z = tf.nn.relu(z, name='relu')