机器学习笔记 - tensorFlow的estimator和keras API

本文介绍了TensorFlow的Estimator和Keras API在机器学习中的应用。Estimator提供高级抽象简化ML编程,而Keras则进一步封装了深度学习模型组件。两者都支持分布式训练和数据集。在TF 1.0中推荐使用Estimator,2.0及以上版本推荐使用Keras。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、Estimator简介

        Estimator是一种可极大地简化机器学习编程的高阶 TensorFlow API。它提供了对较低级别Tensorflow核心操作的高级抽象。

        Keras也是它抽象化了深度学习模型组件,如层 layers, 激活函数activation functions 和优化器optimizers,使开发人员更容易使用。

tensorFlow-estimator模块学习

二、Estimator案例参考

        手写数字识别的写法参考

import tensorflow as tf

(x_train, y_train),(x_test, y_test) = tf.keras.datasets.mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

estimator = tf.keras.estimator.model_to_estimator(model, model_dir='./estimator_dir')
BATCH_SIZE = 32
def tra
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

坐望云起

如果觉得有用,请不吝打赏

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值