数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究如何使用Tensorflow创建输入函数来训练模型？
可以使用Tensorflow的‘from_tensor_slices’方法并创建一个包含鸢尾花数据集特征的字典来创建一个用于训练或评估模型的输入函数。
阅读更多： 什么是TensorFlow以及Keras如何与TensorFlow一起创建神经网络？
我们将使用Keras Sequential API，它有助于构建一个顺序模型，用于处理简单的层堆栈，其中每一层都只有一个输入张量和一个输出张量。
包含至少一层卷积层的神经网络称为卷积神经网络。我们可以使用卷积神经网络来构建学习模型。
TensorFlow Text包含与文本相关的类和操作的集合，可用于TensorFlow 2.0。TensorFlow Text可用于预处理序列建模。
我们使用Google Colaboratory运行以下代码。Google Colab或Colaboratory帮助在浏览器上运行Python代码，无需任何配置，并且可以免费访问GPU（图形处理单元）。Colaboratory构建在Jupyter Notebook之上。
示例
print("Input function that is used to train or evaluate")
def input_fn(features, labels, training=True, batch_size=256):
dataset = tf.data.Dataset.from_tensor_slices((dict(features), labels))
if training:
dataset = dataset.shuffle(1000).repeat()
return dataset.batch(batch_size)输出
Input function that is used to train or evaluate
代码来源 −https://tensorflowcn.cn/tutorials/estimator/premade#first_things_first
解释
输入函数可以生成特征字典和标签列表。
使用pandas加载数据，并在此内存数据的基础上构建输入管道。
更新于： 2021年2月22日
397 次查看
广告