1.
AITC TensorFlow勉強会シリーズ２ 成果報告会
TensorFlowの
計算グラフの理解
2018年1月27日
富士通 吉田
TensorFlow, the TensorFlow logo and any related marks are trademarks of Google Inc.
1

2.
TensorFlowの計算グラフ
• TensorFlowでは、ニューラルネットワークを「計算グラフ」で表現
• 計算グラフ：「Tensorオブジェクト」をノードとする有向グラフ
• Tensorオブジェクトの要素
• 名前、shape、dtype
• Tensorの種類
• constant、operation、Variable、placeholder、他
• TensorとTensorを”演算”すると、実際に演算するのではなく、operation
Tensorが作られる
• 実際の演算は、Sessionを開始してから、runで実行する
2

3.
例１：constantとoperation
import tensorflow as tf
one = tf.constant(1, name="one")
two = tf.constant(2, name="two")
three = one + two
print one
print three
with tf.Session() as sess:
print sess.run([one, two, three])
// 出力結果
Tensor("one:0", shape=(), dtype=int32)
Tensor("add:0", shape=(), dtype=int32)
[1, 2, 3]
名前がone、値が1のconstant
名前がone、値が1のconstant
:nは同じ名前に付ける通番
足し算するoperation、名前のデフォルトはadd
Sessionを開始してrunする
runで計算結果を得る
3

4.
例１：constantとoperation
• 計算グラフ
one
two
add
• TensorBoardの表示
4

5.
例２：Variableとglobal_variables_initializer
var5 = tf.Variable(5, name="var5")
initializer = tf.global_variables_initializer()
print var5
with tf.Session() as sess:
initializer.run()
print sess.run(var5)
// 出力結果
<tf.Variable 'var5:0' shape=() dtype=int32_ref>
5
名前がvar5、初期値が5のVariable
全Variableの初期化を管理するoperation
runで計算結果を得る
名前がvar5のVariable
runする度に全Variableを初期化する
5

6.
例２：Variableとglobal_variables_initializer
• 計算グラフ
var5init
• TensorBoardの表示
重なってるのは何かの偶然
6

7.
例3：Variableへの代入
assigned = tf.assign(var5,three+var5, name="assigned")
print assigned
mult = two * var5
with tf.Session() as sess:
initializer.run()
print sess.run(mult)
print sess.run([assigned, mult])
print sess.run(mult)
initializer.run()
print sess.run(mult)
// 出力結果
Tensor("assigned:0", shape=(), dtype=int32_ref)
10 // 2*5
[8, 10] // 3+5, 2*5
16 // 2*(3+5)
10 // 2*5
threeとvar5を足して、var5に代入するoperation
• multだけrunするとassignは評価されない
• run実行中は代入されない
• run実行後に代入される
• initializerで初期化される
7

8.
例3：Variableへの代入
• 計算グラフ
var5init
one
two
add add＿１
• TensorBoardの表示
assignedmult
8

9.
例4：placeholderを使ったデータ入力
phold = tf.placeholder(tf.int32, name="phold")
add3 = phold + three
print phold
with tf.Session() as sess:
for n in range(0, 4):
print sess.run(add3,{phold: n})
// 出力結果
Tensor("phold:0", dtype=int32)
3
4
5
6
7
名前がpholdのint32用のplaceholder
連想リストでplaceholderにデータを入れる
名前がpholdのint32用のplaceholder
9

10.
例4：placeholderを使ったデータ入力
• 計算グラフ
one
two
add
add＿１
• TensorBoardの表示
phold
10

11.
例5：全結合（mnist)
x = tf.placeholder(tf.float32, [None, 784], name="input")
W = tf.Variable(tf.truncated_normal([784, 10], stddev=0.1),
name="weight")
b = tf.Variable(tf.zeros([10]), name="bias")
y = tf.add(tf.matmul(x, W), b, name="logits")
x * W + b
バッチサイズ✕(28✕ 28)の入力
(28✕28)✕10の重みを正規分布で初期化
10個のバイアスを0で初期化
11

12.
例5：全結合（mnist)
• 計算グラフ
MatMul
logits
• TensorBoardの表示
input
weight
bias
12