TensorFlow Graph

Graph adalah kumpulan dari node (ada juga yang menyebut vertices) yang terhubung. Koneksi dari node sering disebut edges. Dan node sendiri adalah operation yang memiliki input dan menghasilkan output.

Saat menggunakan TensorFlow, kita akan membuat graph dan menjalankannya. Berikut contoh sederhana kita membuat graph dengan 3 node.

import tensorflow as tf


n1 = tf.constant(1)
n2 = tf.constant(2)

n3 = n1 + n2

with tf.Session() as sess:
    result = sess.run(n3)

print(result)

Graph sudah dibuat dengan n1 dan n2 sebagai constant dan n3 sebagai operasi add. Kita dapat melihat graph default yang dibuat secara otomatis oleh Tensor. Angka memory allocation akan berbeda dengan contoh dibawah.

print(tf.get_default_graph())

# <tensorflow.python.framework.ops.Graph object at 0x000001971C96F8D0>

Kita juga dapat membuat Graph baru dengan perintah

g = tf.Graph()
print(g)

# <tensorflow.python.framework.ops.Graph object at 0x000001971C985240>

Kita juga dapat dapat set default graph

graph_two = tf.Graph()
with graph_two.as_default():
    print(graph_two is tf.get_default_graph())

#True

Variable dan Placeholder

Dua Tensor objek utama pada Graphs yaitu Variables dan Placeholders.

Saat proses optimisasi untuk mendapatkan fit yang lebih baik terhadap training data, tensorflow menyesuaikan parameter dari model. Nilai dari Weight dan Bias disimpan dalam objek Variables. Dan saat menjalankan session, Variable harus di inisialisasi.

Placeholder awalnya kosong, digunakan untuk menyimpai aktual data untuk melakukan training. Tipe data harus dideklarasikan dahulu, shape dari data juga harus diinput.

Berikut contoh penggunaan varible. Perlu melakukan inisialisasi ( lihat perintah global_variable_initializer dan sess.run(init))

Untuk placeholder, pada contoh dibawah deklarasi placeholder dengan tipedata float32 dan shape (4,4), ini tergantung tipe dan shape data training yang dimiliki

import tensorflow as tf


my_tensor = tf.random_uniform((4,4), 0, 1)
my_var = tf.Variable(initial_value=my_tensor)

init = tf.global_variables_initializer()

with tf.Session() as sess:
    sess.run(init)
    print(sess.run(my_var))

"""
[[0.40771055 0.33470893 0.6768733  0.47226286]
 [0.06157851 0.46008182 0.8564514  0.17051697]
 [0.78822947 0.12334657 0.7837975  0.8079138 ]
 [0.3866186  0.06617427 0.72453225 0.00246298]]
"""

ph = tf.placeholder(tf.float32, (4,4)) #tergantung tipedata dan bentuk data yang dimiliki