TensorFlow学习-鸢尾花分类问题

最新推荐文章于 2024-08-19 09:07:43 发布

shichao2018

最新推荐文章于 2024-08-19 09:07:43 发布

阅读量6.5k

点赞数 3

分类专栏： TensorFlow 文章标签： tensorflow python 深度学习

本文链接：https://blog.csdn.net/weixin_40241703/article/details/81000959

版权

工作需要，学习一下TensorFlow。

想象一下，您是一名植物学家，正在寻找一种能够对所发现的每株鸢尾花进行自动归类的方法。机器学习可提供多种从统计学上分类花卉的算法。例如，一个复杂的机器学习程序可以根据照片对花卉进行分类。我们的要求并不高 - 我们将根据鸢尾花花萼和花瓣的长度和宽度对其进行分类。

鸢尾属约有 300 个种，但我们的程序将仅对下列三个种进行分类：

山鸢尾
维吉尼亚鸢尾
变色鸢尾
**

#导入需要用到的包
from __future__ import absolute_import, division, print_function
import os
import matplotlib.pyplot as plt
import tensorflow as tf
import tensorflow.contrib.eager as tfe
tf.enable_eager_execution()
print("TensorFlow version: {}".format(tf.VERSION))
print("Eager execution: {}".format(tf.executing_eagerly()))
#下载数据集
train_dataset_url = "http://download.tensorflow.org/data/iris_training.csv"
train_dataset_fp = tf.keras.utils.get_file(fname=os.path.basename(train_dataset_url),
                                           origin=train_dataset_url)
print("Local copy of the dataset file: {}".format(train_dataset_fp))
#解析数据集
def parse_csv(line):
  example_defaults = [[0.], [0.], [0.], [0.], [0]]  # sets field types
  parsed_line = tf.decode_csv(line, example_defaults)
  # First 4 fields are features, combine into single tensor
  features = tf.reshape(parsed_line[:-1], shape=(4,))