TensorFlow的高阶接口Estimator的使用（1）

人邮异步社区

于 2018-02-01 15:34:05 发布

阅读量1.3k

点赞数

分类专栏： tensorflow 文章标签： tensorflow

tensorflow 专栏收录该内容

1 篇文章

订阅专栏

本文摘自人民邮电出版社异步社区

http://www.epubit.com.cn/article/1502

日话题讨论,赠送异步新

在《TensorFlow机器学习项目实战》的4.4节，作者使用了skflow。skflow刚出来的时候火了一阵，但是接口变化非常频繁，所以后来用的人也越来越少，也导致4.4的程序不能运行了。

但是最近发布的TensorFlow 1.4中，我们发现该模块已经集成到了核心模块，意味着接口基本稳定下来，并有推广使用的趋势。所以我把4.4的程序重新用Estimator写了一下，变量名基本保持不变，代码如下：

# -*- coding: utf-8 -*-    
 import tensorflow as tf from sklearn import datasets, metrics,
  preprocessing import numpy as np import pandas as pd import os df = pd.
  read_csv("data/CHD.csv", header=0) print( df.describe()) X=df['age'].
  astype(float) feature_columns = [tf.contrib.layers.real_valued_column
  ("X", dimension=1)] classifier = tf.estimator.LinearClassifier
  (feature_columns=feature_columns,                                   
  model_dir=os.path.join(".","tmp","logistic")) #classifier =
   tf.estimator.LinearClassifier(feature_columns=feature_columns) 
input_fn_train= tf.estimator.inputs.numpy_input_fn(              
 x={"X" : np.array(X)},           
  y=np.array(df['chd']),            
 batch_size=2,                
 num_epochs=None,              
shuffle=True) classifier.train(input_fn=input_fn_train,steps=2000)
 #模型的准确度 score =  classifier.evaluate(input_fn=input_fn_train,steps=50)
 ["accuracy"] print("Accuracy: %f" % score)