Estimators API로 모델 학습

Python으로 시작하는 TensorFlow

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

Estimators API란?

상위 수준 하위 모듈
유연성 낮음
모범 사례 준수 유도
배포 더 빠름
사전 구성 모델 다수 제공

이 이미지는 Estimators API가 하위 수준 API와 어떻게 연결되는지 보여주는 도식입니다.

¹ Image taken from https://www.tensorflow.org/guide/premade_estimators

모델 정의와 학습 절차

피처 컬럼 정의
데이터 로드 및 변환
추정기 정의
학습 실행

피처 컬럼 정의

# Import tensorflow under its standard alias
import tensorflow as tf

# Define a numeric feature column
size = tf.feature_column.numeric_column("size")

# Define a categorical feature column
rooms = tf.feature_column.categorical_column_with_vocabulary_list("rooms",\
["1", "2", "3", "4", "5"])

피처 컬럼 정의

# Create feature column list
features_list = [size, rooms]

# Define a matrix feature column
features_list = [tf.feature_column.numeric_column('image', shape=(784,))]

데이터 로딩 및 변환

# Define input data function
def input_fn():
    # Define feature dictionary
    features = {"size": [1340, 1690, 2720], "rooms": [1, 3, 4]}
    # Define labels
    labels = [221900, 538000, 180000]
    return features, labels

회귀 추정기 정의 및 학습

# Define a deep neural network regression
model0 = tf.estimator.DNNRegressor(feature_columns=feature_list,\
    hidden_units=[10, 6, 6, 3])

# Train the regression model
model0.train(input_fn, steps=20)

심층 신경망 정의 및 학습

# Define a deep neural network classifier
model1 = tf.estimator.DNNClassifier(feature_columns=feature_list,\ 
   hidden_units=[32, 16, 8], n_classes=4)

# Train the classifier
model1.train(input_fn, steps=20)

https://www.tensorflow.org/guide/estimators

연습해 봅시다!

Python으로 시작하는 TensorFlow