深度学习入坑(三)TensorFlow Estimator模块学习

本文深入探讨了TensorFlow中的Estimator模块,该模块作为高级API,主要用于模型的训练和评估。文章通过MNIST实例介绍了Estimator的使用,并强调了input_fn、模式选择以及超参数配置的重要性。此外,建议读者参考官方文档中的自定义Estimator测试例子以获得更清晰的理解。
摘要由CSDN通过智能技术生成

TensorFlow中的API可以用下图表示


Estimator类属于高级 API 。主要用来对模型进行操作。

Datasets类属于中级API。Datasets类主要用于载入 操作 管理数据。

这两类属于在当前版本中常用的重要的类。

1、Estimator:

 本文主要根据MNIST例子里用到的来介绍。

 模块:

exports:输出Estimator

input:创建输入方法,有两个方法。numpy_input_fn()pandas_input_fn().链接是官方文档。

#返回一个方法,根据数组字典返回featur和targe.feature的key和x的一样,如果y是个字典,target的Key和y的一样
numpy_input_fn(
    x,
    y=None,#数组或者字典数组
    batch_size=128,
    num_epochs=1,#数据迭代次数 If none will run forever.
    shuffle=None,#预测时不要用
    queue_capacity=1000,#累积队列大小
    num_threads=1 #在预测和评估时,用1.
)
 2)Estimator类:

 Estimator类是用来对模型进行训练和评估。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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