El Projecte | Sobre nosaltres | Contribuir | Donacions | Llicència
HOME Els meus cursos Finalitzats
◄ Anterior
◄

Variables i constants

Següent ►
►

En aquest tema, explorarem dos conceptes fonamentals en TensorFlow: les variables i les constants. Aquests elements són essencials per a la construcció i l'entrenament de models de machine learning. Aprendrem com crear-los, utilitzar-los i comprendre les seves diferències i aplicacions.

Continguts

  1. Què són les constants?
  2. Creació de constants
  3. Què són les variables?
  4. Creació de variables
  5. Diferències entre variables i constants
  6. Exemples pràctics
  7. Exercicis

Què són les constants?

Les constants en TensorFlow són tensors el valor dels quals no canvia durant l'execució del programa. Són útils per a valors que es mantenen fixos, com ara pesos inicials, valors de configuració, etc.

Creació de constants

Per crear una constant en TensorFlow, utilitzem la funció tf.constant(). A continuació, es mostra un exemple:

import tensorflow as tf

# Creació d'una constant
const = tf.constant(3.0, dtype=tf.float32)
print(const)

Explicació del codi:

  • tf.constant(3.0, dtype=tf.float32): Crea una constant amb el valor 3.0 i el tipus de dada float32.

Què són les variables?

Les variables en TensorFlow són tensors el valor dels quals pot canviar durant l'execució del programa. Són essencials per a l'entrenament de models, ja que els pesos dels models s'actualitzen constantment.

Creació de variables

Per crear una variable en TensorFlow, utilitzem la funció tf.Variable(). A continuació, es mostra un exemple:

# Creació d'una variable
var = tf.Variable(2.0, dtype=tf.float32)
print(var)

Explicació del codi:

  • tf.Variable(2.0, dtype=tf.float32): Crea una variable amb el valor inicial 2.0 i el tipus de dada float32.

Diferències entre variables i constants

Característica Constants Variables
Mutabilitat Immutables Mutables
Ús Valors fixos Valors que canvien durant l'entrenament
Creació tf.constant() tf.Variable()

Exemples pràctics

Exemple 1: Actualització de variables

# Creació d'una variable
var = tf.Variable(2.0, dtype=tf.float32)

# Actualització del valor de la variable
var.assign(5.0)
print(var)

Explicació del codi:

  • var.assign(5.0): Assigna un nou valor (5.0) a la variable var.

Exemple 2: Operacions amb constants i variables

# Creació d'una constant i una variable
const = tf.constant(3.0, dtype=tf.float32)
var = tf.Variable(2.0, dtype=tf.float32)

# Suma de la constant i la variable
result = const + var
print(result)

Explicació del codi:

  • const + var: Realitza la suma de la constant const i la variable var.

Exercicis

Exercici 1: Creació i actualització de variables

  1. Crea una variable amb el valor inicial 10.0.
  2. Actualitza el valor de la variable a 20.0.
  3. Imprimeix el valor actualitzat de la variable.

Solució:

# Creació d'una variable
var = tf.Variable(10.0, dtype=tf.float32)

# Actualització del valor de la variable
var.assign(20.0)

# Imprimir el valor actualitzat
print(var)

Exercici 2: Operacions amb constants

  1. Crea dues constants amb els valors 4.0 i 5.0.
  2. Realitza la multiplicació de les dues constants.
  3. Imprimeix el resultat de la multiplicació.

Solució:

# Creació de constants
const1 = tf.constant(4.0, dtype=tf.float32)
const2 = tf.constant(5.0, dtype=tf.float32)

# Multiplicació de les constants
result = const1 * const2

# Imprimir el resultat
print(result)

Conclusió

En aquest tema, hem après què són les constants i les variables en TensorFlow, com crear-les i utilitzar-les, i les diferències clau entre elles. Aquests conceptes són fonamentals per a la construcció i l'entrenament de models de machine learning. En el proper tema, explorarem els gràfics de TensorFlow, que ens permetran estructurar i executar les nostres operacions de manera eficient.

◄ Anterior
◄
Següent ►
►
El Projecte | Sobre nosaltres | Contribuir | Donacions | Llicència
© Copyright 2024. Tots els drets reservats