Vstupní data

Úvod do TensorFlow v Pythonu

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

Snímek zobrazuje diagram tří datových typů: textová data, obrazová data a numerická data.

Import dat pro použití v TensorFlow

Data lze importovat pomocí tensorflow
- Užitečné pro správu složitých pipeline
- V této kapitole není nutné
V této kapitole je použit jednodušší přístup
- Import dat pomocí pandas
- Převod dat na pole numpy
- Použití v tensorflow bez úprav

Import a převod dat

# 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)

V této kapitole se zaměříme na data uložená ve formátu CSV
Pandas nabízí také metody pro práci s jinými formáty
- Např. read_json(), read_html(), read_excel()

Parametry funkce read_csv()

Parametr	Popis	Výchozí hodnota
`filepath_or_buffer`	Přijímá cestu k souboru nebo URL.	`None`
`sep`	Oddělovač mezi sloupci.	`,`
`delim_whitespace`	Boolean – zda použít bílý znak jako oddělovač.	`False`
`encoding`	Určuje kódování, pokud je potřeba.	`None`

Použití datových sad smíšených typů

Obrázek zobrazuje data z datové sady King County s highlighted sloupcem ceny domu.

Obrázek zobrazuje data z datové sady King County s highlighted sloupcem waterfront.

Nastavení datového typu

# 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)

Nastavení datového typu

# 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)

Pojďme procvičovat!

Úvod do TensorFlow v Pythonu