Giới thiệu

TensorFlow là thư viện Machine Learning mã nguồn mở được Google giới thiệu năm 2015. Kể từ thời điểm đó đến nay, TensorFlow đã phát triển với tốc độ chóng mặt và trở thành thư viện ML phổ biến nhất thế giới bởi tính đơn giản, tinh tế của nó. TensorFlow có thể được học hay phát triển trên desktop, mobile, web hay cloud.

Sử dụng TensorFlow

Để dùng thư viện TensorFlow chúng ta cần cài đặt Anaconda và thư viện TensorFlow. Cách cài đặt Anaconda và thực thi các tập tin mã Python có thể tham khảo:

Khi cài đặt thành công, chúng ta có thể tham chiếu đến thư viện TensorFlow bằng lệnh:


import tensorflow as tf

Một số khái niệm ban đầu

Graph: bối cảnh hay khung nền diễn ra quá trình học hay dự đoán và lúc này chưa có dữ liệu

Data: là dữ liệu mẫu dùng cho việc huấn luyện. Gồm có hai dạng dữ liệu là các dữ liệu đầu vào (inputs) và dữ liệu là kết quả mong đợi (targets).

Session: nếu Graph được kết hợp với dữ liệu Data sẽ hình thành Session hay Session = Graph + Data.

PlaceHolder: nơi tiếp nhận dữ liệu để kiểm tra kết quả.

Minh họa tính tổng hai số nguyên

Bước 1: tạo một Graph nơi quá trình học cách tính tổng hai số nguyên diễn ra:


############GRAPH##################

num_1 = tf.placeholder(tf.int32)

num_2 = tf.placeholder(tf.int32)

sumTwoNums = tf.add(num_1,num_2)

Ở đây chúng ta dùng hai placeholder giống như hai cổng để tiếp nhận dữ liệu đến Graph;vì dữ liệu là các số nguyên nên dùng tf.int32. Để tính tổng hai số nguyên chúng ta dùng hàm add từ thư viện tensorflow.

Bước 2: chuẩn bị dữ liệu


#############DATA###################

num1 = 3

num2 = 5

Bước 3: đưa dữ liệu đến Graph thông qua Session:


##########SESSION##################

with tf.Session() as sess:

      result_sum = sess.run(sumTwoNums , feed_dict={num_1:num1,num_2:num2})

Đoạn mã trên tương đương với cách viết sau:


sess = tf.Session()

result_sum = sess.run(sumTwoNums, feed_dict={num_1:num1,num_2:num2})

sess.close()

Chúng ta khởi tạo Session bằng lệnh tf.Session() và thực thi hàm sumTwoNums với dữ liệu được nạp thông qua feed_dict bằng hàm run() của đối tượng Session. Sau khi hoàn thành nhiệm vụ, Session sẽ giải phóng tài nguyên mà nó nắm giữ qua hàm close().

Bước 4: hiển thị kết quả sau khi thực thi với dữ liệu từ Session


###########OUTPUT####################

print(result_sum)

Tổng hợp các bước trên bằng cách tạo một tập tin tên sumTensorFlow.py như sau:


import tensorflow as tf

############GRAPH##################

num_1 = tf.placeholder(tf.int32)

num_2 = tf.placeholder(tf.int32)

sumTwoNums = tf.add(num_1,num_2)

#############DATA###################

num1 = 3

num2 = 5

##########SESSION##################

with tf.Session() as sess:

   result_sum = sess.run(sumTwoNums , feed_dict={num_1:num1,num_2:num2})

###########OUTPUT####################

print(result_sum)

Thực thi tập tin trên bằng Anaconda Prompt và xem kết quả.