Обучение моделей с помощью Estimators API

Введение в TensorFlow на Python

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

Что такое Estimators API?

Высокоуровневый подмодуль
Меньше гибкости
Соблюдает лучшие практики
Быстрое развёртывание
Множество готовых моделей

На изображении показана схема Estimators API и его связь с низкоуровневыми API.

¹ Изображение взято с https://www.tensorflow.org/guide/premade_estimators

Описание и обучение модели

Определить столбцы признаков
Загрузить и преобразовать данные
Определить эстиматор
Выполнить обучение

Определение столбцов признаков

# 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"])

Определение столбцов признаков

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

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

Загрузка и преобразование данных

# 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

Определение и обучение регрессионного эстиматора

# 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)

Определение и обучение глубокой нейронной сети

# 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

Давайте потренируемся!

Введение в TensorFlow на Python