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 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 中分割鸢尾花数据集？
可以通过删除不相关的特征来提取鸢尾花数据集的关键特征/列名。这可以使用“pop”方法来完成。
阅读更多： 什么是 TensorFlow 以及 Keras 如何与 TensorFlow 协作创建神经网络？
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 是建立在 Jupyter Notebook 之上的。
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。
示例
print("Species feature is deleted")
train_y = train.pop('Species')
test_y = test.pop('Species')
print("After deleting the column, sample data is being displayed")
train.head()代码来源 −https://tensorflowcn.cn/tutorials/estimator/premade#first_things_first
输出
Species feature is deleted After deleting the column, sample data is being displayed SepalLength SepalWidth PetalLength PetalWidth 0 6.4 2.8 5.6 2.2 1 5.0 2.3 3.3 1.0 2 4.9 2.5 4.5 1.7 3 4.9 3.1 1.5 0.1 4 5.7 3.8 1.7 0.3
解释
- “species”特征被删除。
- 其余列与示例数据一起显示在控制台上。
更新于： 2021年2月22日
144 次浏览
广告