入力データ

Introduction to TensorFlow in Python

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

テキスト、画像、数値の3種類のデータ型を示す図。

TensorFlow用データの取り込み

tensorflowでデータを取り込めます
- 複雑なパイプラインの管理に有用
- 本チャプターでは不要
本チャプターの簡易手法
- pandasでデータを読み込む
- numpy配列に変換
- そのままtensorflowで使用

データの取り込みと変換方法

# Import numpy and pandas
import numpy as np
import pandas as pd

# Load data from csv
housing = pd.read_csv('kc_housing.csv')

# Convert to numpy array
housing = np.array(housing)

本チャプターは csv データに焦点を当てます
Pandas は他形式にも対応
- 例: read_json(), read_html(), read_excel()

read_csv() のパラメータ

パラメータ	説明	既定値
`filepath_or_buffer`	ファイルパスまたはURLを受け付けます。	`None`
`sep`	列の区切り文字。	`,`
`delim_whitespace`	空白で区切るかの真偽値。	`False`
`encoding`	使用するエンコーディング。	`None`

混在型データセットの利用

キング郡の住宅データセットから取得したデータで、家の価格列がハイライトされています。

キング郡の住宅データセットから取得したデータで、waterfront 列がハイライトされています。

データ型の設定

# Load KC dataset
housing = pd.read_csv('kc_housing.csv')

# Convert price column to float32
price = np.array(housing['price'], np.float32)

# Convert waterfront column to Boolean
waterfront = np.array(housing['waterfront'], np.bool)

データ型の設定

# Load KC dataset
housing = pd.read_csv('kc_housing.csv')

# Convert price column to float32
price = tf.cast(housing['price'], tf.float32)

# Convert waterfront column to Boolean
waterfront = tf.cast(housing['waterfront'], tf.bool)

Passons à la pratique !

Introduction to TensorFlow in Python