Crear tensores: La base de TensorFlow

Introducción

En la carrera hacia dominar la creación, entrenamiento y despliegue de modelos de Deep Learning con TensorFlow, una de las etapas más cruciales es aprender a trabajar con tensores. Los tensores son estructuras matemáticas multidimensionales que forman el corazón del flujo de trabajo en TensorFlow. En este artículo, exploraremos cómo crear tensores y realizar operaciones básicas con ellos utilizando Python.

Explicación principal

Los tensores pueden ser creados y manipulados directamente desde la API de TensorFlow o a través de Keras, una API de alto nivel que simplifica muchos aspectos del trabajo con modelos de aprendizaje profundo. Vamos a explorar cómo crear un tensor en TensorFlow.

import tensorflow as tf

# Crear un tensor escalar (un solo valor)
a = tf.constant(3.14)
print(a.numpy())  # Salida: 3.14

# Crear un tensor vectorial (una lista de valores)
b = tf.constant([1, 2, 3])
print(b.numpy())  # Salida: [1 2 3]

# Crear un tensor matricial (una matriz de valores)
c = tf.constant([[1., 2.], [3., 4.]])
print(c.numpy())  # Salida: [[1. 2.] [3. 4.]]

# Crear un tensor multidimensional (un array con más de dos dimensiones)
d = tf.constant([[[0, 1], [2, 3]], [[4, 5], [6, 7]]])
print(d.numpy())  # Salida: [[[0 1] [2 3]] [[4 5] [6 7]]]

Errores típicos / trampas

1. Confusión entre Tensores y Variables: Asegúrate de no confundir tensores con variables en Python. Una variable en Python se puede cambiar, mientras que un tensor (como se define con tf.constant) es inmutable.

1. Uso incorrecto de shapes y dtypes: No olvides especificar correctamente el shape y el tipo de dato (dtype). El error común es usar un shape incorrecto para los datos que planeas manipular.

1. Operaciones no definidas en tensores: Asegúrate de realizar operaciones compatibles con los tensores. Por ejemplo, intentar realizar una operación matemática directamente sobre un número entero y un tensor podría resultar en un error.

Checklist accionable

Para asegurarte de que estás creando y trabajando correctamente con tensores, sigue estos puntos:

1. Importa TensorFlow: Asegúrate de tener la última versión de TensorFlow instalada.
2. Crea tensores de diferentes dimensiones: Prueba a crear tensores escalares, vectoriales, matriciales y multidimensionales para asegurarte de entender cómo funcionan.
3. Verifica el shape y dtype: Usa a.shape y a.dtype para verificar que tus tensores tienen las propiedades correctas.
4. Realiza operaciones básicas: Prueba a sumar, restar, multiplicar o dividir tensores.
5. Comprueba la inmutabilidad: Intenta cambiar un tensor después de crearlo y verifica que no es posible.

Cierre con "Siguientes pasos"

Ahora que has aprendido cómo crear tensores en TensorFlow, es importante seguir explorando otros aspectos fundamentales para dominar el uso del framework:

• Operaciones Tensoriales: Aprende a realizar operaciones más complejas como matriciales, broadcasting y funciones element-wise.
• Uso de Keras: Familiarízate con la API de alto nivel de Keras para definir modelos más complejos.
• Entrenamiento de Modelos: Comienza a entrenar tu primer modelo utilizando datos reales.

Siguiendo estos pasos, estarás bien preparado para avanzar en tu viaje hacia el dominio de TensorFlow y el aprendizaje profundo.