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 语言编程
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 Estimators 在 TensorFlow 中返回一个包含两个元素的元组？
可以通过创建一个接受特征和标签并将其作为 NumPy 数组返回的方法来处理鸢尾花数据集，从而返回一个包含两个元素的元组。
阅读更多： 什么是 TensorFlow 以及 Keras 如何与 TensorFlow 协同创建神经网络？
我们将使用 Keras Sequential API，它有助于构建一个顺序模型，该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。
TensorFlow Text 包含一系列与文本相关的类和操作，可用于 TensorFlow 2.0。TensorFlow Text 可用于预处理序列建模。
我们使用 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 基于 Jupyter Notebook 构建。
Estimator 是 TensorFlow 中对完整模型的高级表示。它旨在易于扩展和异步训练。
该模型使用鸢尾花数据集进行训练。共有 4 个特征和一个标签。
- 萼片长度
- 萼片宽度
- 花瓣长度
- 花瓣宽度
示例
print("Function that returns a two-element tuple")
def input_evaluation_set():
features = {'SepalLength': np.array([6.4, 5.0]),
'SepalWidth': np.array([2.8, 2.3]),
'PetalLength': np.array([5.6, 3.3]),
'PetalWidth': np.array([2.2, 1.0])}
labels = np.array([2, 1])
return features, labels代码来源 −https://tensorflowcn.cn/tutorials/estimator/premade#first_things_first
输出
Function that returns a two-element tuple
解释
一旦数据设置完毕，就可以使用 TensorFlow Estimator 定义模型。
Estimator 是任何从 tf.estimator.Estimator 派生的类。
创建一个或多个输入函数。
定义模型的特征列。
实例化 Estimator，其中指定特征列和各种超参数。
调用 Estimator 对象上的一个或多个方法，并将合适的输入函数作为源传递。
142 次浏览
