深度学习tensorflow教程-DNNClassifer

本文介绍了如何使用 TensorFlow 的高层次 API tf.contrib.learn 中的 DNNClassifier 对鸢尾花数据集进行深度学习分类。通过加载数据、创建 DNNClassifier 模型、训练和评估模型,展示了 DNNClassifier 在鸢尾花分类任务上的应用,最终达到接近 97% 的测试准确性。
摘要由CSDN通过智能技术生成

支持原文
http://shuaizhang.tech/2016/12/10/Tensorflow-Tutorial-4-DNNClassifier/

DNNClassifier

从前面的例子可以看出,用Tensorflow在实现深度学习的时候,我们需要实现每一层的细节,对于一些通用的功能来说,很多代码其实是可以重用的。谷歌当然知道这个问题,于是tensorflow有一个更高层次的API—tf.contrib.learn,里面有很多通用的接口。本文介绍的就是其中的DNNClassifier,这次我们使用的是Iris数据集,这个数据集也是一个非常经典的数据集,下一节会介绍这个数据集。

实现步骤:

  1. 将Iris导入tensorflow dataset
  2. 构建一个DNNClassifier
  3. 配置和训练model
  4. 测试分类准确率
  5. 用新的样本进行测试

Iris数据集

Iris数据集是关于三种花的,分别问Iris versicolor, Iris Virginica, Iris Setosa, 下面有三种花的图片:

  • Setosa 左
  • versicolor 中
  • virginica 右
    Setosa

从图片也看出来,三种花特征还是很明显的,实际的

评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值