数据结构
网络
关系数据库管理系统 (RDBMS)
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
服装学
法学如何使用 Estimators 在 TensorFlow 中显示数据集的元数据？
可以使用“describe”方法以及通过可视化数据集和特定统计数据来显示数据集的元数据。“hist”方法可以用于可视化关于特定列的直方图。
阅读更多：什么是 TensorFlow，以及 Keras 如何与 TensorFlow 协同工作以创建神经网络？
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。
我们正在使用 Google Colaboratory 来运行以下代码。Google Colab 或 Colaboratory 帮助在浏览器上运行 Python 代码，无需任何配置，并可免费访问 GPU（图形处理单元）。Colaboratory 建立在 Jupyter Notebook 之上。
让我们了解如何使用 Estimators。
Estimator 是 TensorFlow 中对完整模型的高级表示。它旨在实现轻松扩展和异步训练。Estimator 使用特征列来描述模型如何解释原始输入特征。Estimator 期望一个数值输入向量，而特征列将有助于描述模型应该如何转换数据集中每个特征。
示例
print("More data about age")
dftrain.age.hist(bins=20)
plt.show()代码来源 −https://tensorflowcn.cn/tutorials/estimator/boosted_trees
输出
解释
图表上显示了“age”列，以便更好地了解乘客类型。
更新于：2021年2月25日
92 次查看
广告