백엔드 3 | Notion

sin

sin(x)

요소 단위로 x의 사인 값을 계산합니다.

인수

x: 텐서 혹은 변수입니다.

반환값

텐서를 반환합니다.

cos

cos(x)

요소 단위로 x의 코사인 값을 계산합니다.

인수

x: 텐서 혹은 변수입니다.

반환값

텐서를 반환합니다.

normalize_batch_in_training

normalize_batch_in_training(x, gamma, beta, reduction_axes, epsilon=0.001)

Batch의 평균과 표준편차를 계산하여 batch 표준화를 적용합니다.

인수

x: 입력 텐서 혹은 변수입니다.
gamma: 입력을 스케일링할 때 적용할 텐서입니다.
beta: 입력의 가운데 값이 될 텐서입니다.
reduction_axes: 정수의 iterable이며 표준화할 축입니다.
epsilon: 0으로 숫자가 나뉠 때의 에러를 방지하기 위한 인자의 값입니다.

반환값

다음과 같은 형식의 길이가 3인 튜플을 반환합니다: (normalized_tensor, mean, variance).

batch_normalization

batch_normalization(x, mean, var, beta, gamma, epsilon=0.001)

주어진 평균, 분산, 베타, 감마 값을 x에 적용하여 batch 표준화합니다.

즉 다음을 반환합니다:output = (x - mean) / (sqrt(var) + epsilon) * gamma + beta

인수

x: 입력 텐서 혹은 변수입니다.
mean: batch의 평균입니다.
var: batch의 분산입니다.
beta: 입력의 가운데 값이 될 텐서입니다.
gamma: 입력을 스케일링할 때 적용할 텐서입니다.
epsilon: 0으로 숫자가 나뉠 때의 에러를 방지하기 위한 인자의 값입니다.

반환값

텐서를 반환합니다.

concatenate

concatenate(tensors, axis=-1)

지정된 축을 따라 텐서의 리스트를 상호연결합니다.

인수

tensors: 상호연결할 텐서의 리스트입니다.
axis: 상호연결할 축입니다.

반환값

텐서를 반환합니다.

ndim

ndim(x)

텐서의 축의 갯수를 정수로 반환합니다.

인수

x: 텐서 혹은 변수입니다.

반환값

축의 갯수를 정수(스칼라)로 반환합니다.

예제

>>> from keras import backend as K
>>> inputs = K.placeholder(shape=(2, 4, 5))
>>> val = np.array([[1, 2], [3, 4]])
>>> kvar = K.variable(value=val)
>>> K.ndim(inputs)
3
>>> K.ndim(kvar)
2

dtype

dtype(x)

Keras 텐서 혹은 변수의 데이터형을 문자열로 반환합니다.

인수

x: 텐서 혹은 변수입니다.

반환값

x의 데이터형을 문자열로 반환합니다.

예제

>>> from keras import backend as K
>>> K.dtype(K.placeholder(shape=(2,4,5)))
'float32'
>>> K.dtype(K.placeholder(shape=(2,4,5), dtype='float32'))
'float32'
>>> K.dtype(K.placeholder(shape=(2,4,5), dtype='float64'))
'float64'
__Keras variable__

>>> kvar = K.variable(np.array([[1, 2], [3, 4]]))
>>> K.dtype(kvar)
'float32_ref'
>>> kvar = K.variable(np.array([[1, 2], [3, 4]]), dtype='float32')
>>> K.dtype(kvar)
'float32_ref'

eval

eval(x)

변수의 값을 평가합니다.