핸즈온 머신러닝: 사이킷런과 텐서플로를 활용한 머신러닝, 딥러닝 실무

303

9

장

텐서플로 시작하기

y

값을 반환합니다. 마지막으로

z

를 평가하기 위해 그래프를 실행합니다. 다시 한번 텐서플로

는 먼저

w

와

x

를 평가해야 한다는 것을 감지합니다. 이전에 평가된

w

와

x

를 재사용하지 않는다

는 점이 중요합니다. 간단히 말해 위 코드는

w

와

x

를 두 번 평가합니다.

모든 노드의 값은 계산 그래프 실행 간에 유지되지 않습니다. 변숫값은 예외로, 그래프 실행 간

에도 세션에 의해 유지됩니다(

12

장에서 보게 될 큐

queue

와 리더

reader

또한 일부 상태를 유지합

니다 ). 변수는 초기화될 때 일생이 시작되고 세션이 종료될 때까지 남아 있습니다.

이전 코드에서처럼

w

와

x

를 두 번 평가하지 않고

y

와

z

를 효율적으로 평가하려면 텐서플로가

한 번의 그래프 실행에서

y

와

z

를 모두 평가하도록 만들어야 합니다.

with tf

.

Session

()

as sess

:

y

_

val

,

z

_

val

=

sess

.

run

([

y

,

z

])

print

(

y

_

val

)

#

10

print

(

z

_

val

)

#

15

CAUTION

_

단일 프로세스 텐서플로에서는 같은 그래프를 재사용하더라도 여러 세션에서 어떤 상태도 공유

하지 않습니다 (각 세션은 모든 변수에 대해 고유한 복사본을 가집니다 ). 분산 텐서플로 (

1

2

장 참조 )에서는 변

수 상태가 세션이 아니라 서버에 저장되므로 여러