การเทรนโมเดลด้วย Estimators API

TensorFlow เบื้องต้นใน Python

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

Estimators API คืออะไร?

submodule ระดับสูง
ยืดหยุ่นน้อยกว่า
บังคับใช้ best practices
ติดตั้งใช้งานได้เร็วขึ้น
มีโมเดลสำเร็จรูปให้เลือกมาก

ภาพแสดงโครงสร้างของ Estimators API และความสัมพันธ์กับ API ระดับล่าง

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

การกำหนดค่าและเทรนโมเดล

กำหนด feature columns
โหลดและแปลงข้อมูล
กำหนด estimator
ดำเนินการ train

การกำหนด feature columns

# 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"])

การกำหนด feature columns

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

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

การโหลดและแปลงข้อมูล

# 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

กำหนดและเทรน regression estimator

# 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)

กำหนดและเทรน deep neural network

# 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

มาฝึกกันเถอะ!

TensorFlow เบื้องต้นใน Python