TF Learn 是 TensorFlow 的简化界面,使人更快的开始预测分析和数据挖掘。该库涵盖了多种需求,从线性模型到深度学习应用如文本和图形理解。
为什么选择 TensorFlow?
TensorFlow 为不同机器学习应用提供了良好的框架。
它将继续沿着分布式和基本管道式机器两个方向发展。
为什么选择 TensorFlow Learn?
更好的从 scikit-learn 单一机器学习过渡到更广的构建不同形态机器学习模型。你可以从使用 fit/predict 开始过渡到使用 TensorFlow API。
提供一组能与现存代码更好融合的参考模型。
安装
安装 TensorFlow 然后 import learn 从 from tensorflow.contrib.learn 或者使用 tf.contrib.learn
也可选择安装 scikit-learn 或者 pandas 以获取更多功能。
使用
把数据传递进 Estimator 前应将数据调校到均值为0或者单位标准差,Stochastic Gradient Descent 当变量尺度不同时无法保证正确下降回归。
类变量在传递进 Estimator 前应做处理。
线性分类
import tensorflow.contrib.learn.python.learn as learn
from sklearn import datasets, metrics
iris = datasets.load_iris()
feature_columns = learn.infer_real_valued_columns_from_input(iris.data)