Tensorflow入门系列（三）--官方新手教程详解

最新推荐文章于 2025-07-14 17:41:07 发布

原创

最新推荐文章于 2025-07-14 17:41:07 发布 · 3.0k 阅读

7 ·

CC 4.0 BY-SA版权

本文详细解析了TensorFlow官方新手入门教程中的数据集下载问题、命令行参数解析以及特征编码问题。针对数据集无法下载的情况，提出了替代方案；介绍了命令行解析模块的作用和用法，并解决了特征编码导致的错误，利用LabelEncoder将标签转换为整数型。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

官方教程详解

tensorflow的官网”http://tensorflow.org“我这边无法打开连接，因此进入的是https://tensorflow.google.cn这个官方网站。

该网站下有一个新手入门的一个例子，接下来将对该例子中的代码和遇到的问题做一个详细的解读。以备不时之需。https://tensorflow.google.cn/get_started/get_started_for_beginners

Part 1 –数据集无法下载

在命令行模式下执行 python premade_estimator.py时会遇到报错，错误原因是数据集无法下载。在iris_data.py这个文件下，我们可以看到通过tf.keras.utils.get_file这个函数将数据集从”http://download.tensorflow.org/data/iris_training.csv“中拷贝过来。但由于无法访问该网址，因此会出现报错。解决办法：通过其他途径将iris的数据集（150条数据）下载，然后拆分为训练集（120条数据）和验证集（30条数据）。iris_data.py文件的程序改动如下：

def maybe_download():
    #train_path = tf.keras.utils.get_file(TRAIN_URL.split('/')[-1], TRAIN_URL)
    #test_path = tf.keras.utils.get_file(TEST_URL.split('/')[-1], TEST_URL)
    train_path='/Users/stuyu/Desktop/Iris_dataset/iris_train.csv'
    test_path='/Users/stuyu/Desktop/Iris_dataset/iris_test.csv'
    return train_path, test_path