ข้อมูลนำเข้า

TensorFlow เบื้องต้นใน Python

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

สไลด์แสดงไดอะแกรมของข้อมูล 3 ประเภท ได้แก่ ข้อมูลข้อความ ข้อมูลรูปภาพ และข้อมูลตัวเลข

การนำเข้าข้อมูลเพื่อใช้ใน TensorFlow

นำเข้าข้อมูลด้วย tensorflow
- เหมาะสำหรับจัดการ pipeline ที่ซับซ้อน
- ไม่จำเป็นสำหรับบทนี้
วิธีที่ใช้ในบทนี้
- นำเข้าข้อมูลด้วย pandas
- แปลงเป็น numpy array
- ใช้งานใน tensorflow ได้เลย

วิธีนำเข้าและแปลงข้อมูล

# 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)

บทนี้จะเน้นข้อมูลในรูปแบบ csv
pandas ยังมีเมธอดสำหรับรูปแบบอื่น ๆ ด้วย
- เช่น read_json(), read_html(), read_excel()

พารามิเตอร์ของ read_csv()

พารามิเตอร์	คำอธิบาย	ค่าเริ่มต้น
`filepath_or_buffer`	รับ path ของไฟล์หรือ URL	`None`
`sep`	ตัวคั่นระหว่างคอลัมน์	`,`
`delim_whitespace`	Boolean สำหรับการคั่นด้วยช่องว่าง	`False`
`encoding`	ระบุ encoding ที่ต้องการใช้	`None`

การใช้ชุดข้อมูลแบบผสมประเภท

ภาพแสดงข้อมูลจากชุดข้อมูลที่อยู่อาศัย King County โดยไฮไลต์คอลัมน์ราคาบ้าน

ภาพแสดงข้อมูลจากชุดข้อมูลที่อยู่อาศัย King County โดยไฮไลต์คอลัมน์ waterfront

การกำหนดชนิดข้อมูล

# 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)

การกำหนดชนิดข้อมูล

# 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)

มาฝึกกันเถอะ!

TensorFlow เบื้องต้นใน Python