TensorFlow Estimator 官方文档之----内置Estimator

最新推荐文章于 2024-06-21 23:18:50 发布

原创

最新推荐文章于 2024-06-21 23:18:50 发布 · 1.1w 阅读

24 ·

CC 4.0 BY-SA版权

文章标签：

#pre-estimator

本文档详细介绍了如何使用TensorFlow的预置Estimator解决Iris分类问题，包括环境介绍、数据集描述、模型创建、训练、评估和预测过程。通过创建input函数、定义feature columns以及实例化DNNClassifier，实现了一个基于预置Estimator的分类模型。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Premade Estimators

本文档介绍了 TensorFlow 编程环境，并展示了怎么用 Premade Estimators 来解决 Iris 分类问题。

文章目录

需要安装的包
在运行本文的代码之前，你需要安装以下包：

安装TensorFlow。
如果你是在virtualenv或Anaconda中安装的TensorFlow，请activate你的TensorFlow环境。
运行下面的代码安装、更新pandas包：
- ```
pip install pandas
```

获取本文的代码
通过以下步骤来获得本文的代码：

使用下面的命令将TensorFlow Model repository克隆到本地：
```
git clone https://github.com/tensorflow/models
```
将目录切到本文使用的代码的位置：
```
cd models/samples/core/get_started/
```

本文使用的代码是 premade_estimator.py。该程序使用 iris_data.py 代码去fetch训练数据。

运行本文的代码
使用下面的方式来运行本文的代码。例如：

python premade_estimator.py

程序会在训练过程中输出训练日志，然后程序会输出在测试集上的测试结果。

...
Prediction is "Setosa" (99.6%), expected "Setosa"

Prediction is "Versicolor" (99.8%), expected "Versicolor"

Prediction is "Virginica" (97.9%), expected "Virginica"

如果程序运行的结果有误，请进行如下检查：

TensorFlow安装有没有问题
TensorFlow的版本是否正确
确定activate了安装TensorFlow的环境

1. TensorFlow 编程环境介绍

在使用 TensorFlow 编程之前，让我们首先研究下 TF 编程环境。如下图所示，TensorFlow 提供了一个包含多个 API 层的编程堆栈：
在这里插入图片描述
我们强烈推荐使用下列 API 编写 TF 程序：

Estimators：代表一个完整的模型。Estimator API 提供一些方法来训练模型、评估模型性能并生成预测。
Datasets：构建数据输入管道。Dataset API 提供了一些方法来加载数据(E)，操作数据(T)，并将数据馈送到您的模型中(L)。Dataset API 与 Estimator API 完美兼容。注：构建数据输入管道的过程其实就是构建 ETL 的过程。