1、背景
2018年tensorflow进行了版本升级1.8.0,新版tensorflow对原来版本进行了进一步的封装,编程方式也与之前的内容有了很多的不同。本文介绍在新版TensorFlow 中解决鸢尾花分类问题。
2、新版tensorflow的基本结构
众所周知,人工智能的核心组成部分就是模型与数据,新版的tensorflow将这两个内容进行了更高级别的封装,如果不是定制化需求的很高的问题,我们都建议使用高级别的api与中级别的api来实现,当然这种封装都是给予puthon语言的。在本实例中重点介绍下面两个高级API。
- Estimator:代表一个完整的模型。Estimator API 提供一些方法来训练模型、判断模型的准确率并生成预测。
- 数据集:构建数据输入管道。Dataset API 提供一些方法来加载和操作数据,并将数据馈送到您的模型中。Dataset API 与 Estimator API 合作无间。众所周知,人工智能的核心组成部分就是模型与数据,新版的tensorflow将这两个内容进行了更高级别的封装,如果不是定制化需求的很高的问题,我们都建议使用高级别的api与中级别的api来实现,当然这种封装都是给予puthon语言的。在本实例中重点介绍下面两个高级API。
3、鸢尾花进行分类问题描述
下面大部分资料来源于tensorflow的官方文档
本文档中的示例程序构建并测试了一个模型,此模型根据鸢尾花的花萼和花瓣大小将其分为三种不同的品种。