05：Tensorflow高级API的进阶--利用tf.contrib.learn建立输入函数

标签（空格分隔）： 王小草Tensorflow笔记

---

笔记整理者：王小草
笔记整理时间：2017年2月27日
笔记对应的官方文档：https://www.tensorflow.org/get_started/input_fn#setup
官方文档最近一次更新时间2017年2月15日

---

在实际的业务中，可能会遇到很大量的特征，这些特征良莠不齐，层次不一，可能有缺失，可能有噪声，可能规模不一致，可能类型不一样，等等问题都需要我们在建模之前，先预处理特征或者叫清洗特征。那么这清洗特征的过程可能涉及多个步骤可能比较复杂，为了代码的简洁，我们可以将所有的预处理过程封装成一个函数，然后直接往模型中传入这个函数就可以啦~~~

接下来我们看看究竟如何做呢？

1. 如何使用input_fn自定义输入管道

当使用tf.contrib.learn来训练一个神经网络时，可以将特征，标签数据直接输入到.fit(),.evaluate(),.predict()操作中。比如在笔记04中就使用到了，复看一下代码：

# 将特征与标签数据载入
training_set = tf.contrib.learn.datasets.base.load_csv_with_header(
    filename=IRIS_TRAINING, target_dtype=np.int, features_dtype=np.float32)

test_set = tf.contrib.learn.datasets.base.load_csv_with_header(
    filename=IRIS_TEST, target_dtype=np.int, features_dtype=np.float32)


# 然后将两个数据喂给.fit()函数去训练
classifier.fit(x=training_set.data,
               y=training_set.target,
               steps=2000)

当原始数据不需要或几乎很少需要一些额外的预处理时，使用以上的方式到也不为过。然而在实际的业务中我们往往需要去做大量的特征工程，于是tf.contrib.learn支持使用一个用户自定义的输入函数input_fn来封装数据预处理的逻辑，并且将数据通过管道输送到模型中。

1.1 解剖input_fn函数的结构

以下是一个input_fn函数的基本结构：

def my_input_fn():

    # Preprocess your data here...(首先预处理你的数据）

    # ...then return 1) a mapping of feature columns to Tensors with
    # the corresponding feature data, and 2) a Tensor containing labels
    # 然后返回新的特征数据与标签数据（都是以tensor的形式）
    return feature_cols, labels

输入函数的主体包括一个特定的预处理输入数据的逻辑，比如去除一些