如何使用 Tensorflow 与预制估算器下载鸢尾花数据集?
tensorflowserver side programmingprogramming更新于 2025/5/21 12:07:17
可以使用 Tensorflow 与预制估算器下载鸢尾花数据集，方法是使用 Keras 包中的 ‘get_file’ 方法。Google API 保存鸢尾花数据集，可以将其作为参数传递给 ‘get_file’方法。
阅读更多: 什么是 TensorFlow，以及 Keras 如何与 TensorFlow 配合使用来创建神经网络?
我们将使用 Keras Sequential API，它有助于构建用于处理普通层堆栈的顺序模型，其中每个层都有一个输入张量和一个输出张量。
包含至少一个层的神经网络称为卷积层。我们可以使用卷积神经网络构建学习模型。
TensorFlow Text 包含可与 TensorFlow 2.0 一起使用的文本相关类和操作的集合。TensorFlow Text 可用于预处理序列建模。
我们正在使用 Google Colaboratory 运行以下代码。 Google Colab 或 Colaboratory 可帮助在浏览器上运行 Python 代码，无需配置，可免费访问 GPU(图形处理单元)。Colaboratory 建立在 Jupyter Notebook 之上。
让我们了解如何使用估算器。
估算器是 TensorFlow 对完整模型的高级表示。它旨在轻松扩展和异步训练。
该模型使用鸢尾花数据集进行训练。有 4 个特征和一个标签。
- 萼片长度
- 萼片宽度
- 花瓣长度
- 花瓣宽度
基于此信息，可以定义一些有助于解析数据的常量。
示例
import tensorflow as tf
import pandas as pd
print("Column names defined")
CSV_COLUMN_NAMES = ['SepalLength', 'SepalWidth', 'PetalLength', 'PetalWidth', 'Species']
SPECIES = ['Setosa', 'Versicolor', 'Virginica']
print("Iris training data is being downloaded")
train_path = tf.keras.utils.get_file(
"iris_training.csv", "https://storage.googleapis.com/download.tensorflow.org/data/iris_training.csv")
print("Iris test data is being downloaded")
test_path = tf.keras.utils.get_file(
"iris_test.csv", "https://storage.googleapis.com/download.tensorflow.org/data/iris_test.csv")
train = pd.read_csv(train_path, names=CSV_COLUMN_NAMES, header=0)
test = pd.read_csv(test_path, names=CSV_COLUMN_NAMES, header=0)
print("Sample data is being displayed")
train.head()
代码来源 −https://www.tensorflow.org/tutorials/estimator/premade#first_things_first
输出
Column names defined Iris training data is being downloaded Downloading data from https://storage.googleapis.com/download.tensorflow.org/data/iris_training.csv 8192/2194 [================================================================================================================] - 0s 0us/step Iris test data is being downloaded Downloading data from https://storage.googleapis.com/download.tensorflow.org/data/iris_test.csv 8192/573 [============================================================================================================================================================================================================================================================================================================================================================================================================================================] - 0s 0us/step Sample data is being displayed SepalLength SepalWidth PetalLength PetalWidth Species 0 6.4 2.8 5.6 2.2 2 1 5.0 2.3 3.3 1.0 1 2 4.9 2.5 4.5 1.7 2 3 4.9 3.1 1.5 0.1 0 4 5.7 3.8 1.7 0.3 0
解释
- 已定义列名称。
- 已下载数据。
- 控制台上显示一些示例数据。
相关文章
打印
下一节:如何使用 Tensorflow 与 Estimators 来分割鸢尾花数据集? ❯❮ 上一节:如何使用 Tensorflow 与 tf.data API 和 tokenizer 协同工作?
