資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝學
法學如何使用 Estimators 在 TensorFlow 中顯示資料集的元資料？
可以使用“describe”方法以及透過視覺化資料集和特定統計資料來顯示資料集的元資料。“hist”方法可以用於視覺化關於特定列的直方圖。
閱讀更多：什麼是 TensorFlow，以及 Keras 如何與 TensorFlow 協同工作以建立神經網路？
我們將使用 Keras Sequential API，它有助於構建一個順序模型，用於處理簡單的層堆疊，其中每一層只有一個輸入張量和一個輸出張量。
包含至少一層卷積層的神經網路稱為卷積神經網路。我們可以使用卷積神經網路來構建學習模型。
我們正在使用 Google Colaboratory 來執行以下程式碼。Google Colab 或 Colaboratory 幫助在瀏覽器上執行 Python 程式碼，無需任何配置，並可免費訪問 GPU（圖形處理單元）。Colaboratory 建立在 Jupyter Notebook 之上。
讓我們瞭解如何使用 Estimators。
Estimator 是 TensorFlow 中對完整模型的高階表示。它旨在實現輕鬆擴充套件和非同步訓練。Estimator 使用特徵列來描述模型如何解釋原始輸入特徵。Estimator 期望一個數值輸入向量，而特徵列將有助於描述模型應該如何轉換資料集中每個特徵。
示例
print("More data about age")
dftrain.age.hist(bins=20)
plt.show()程式碼來源 −https://www.tensorflow.org/tutorials/estimator/boosted_trees
輸出
解釋
圖表上顯示了“age”列，以便更好地瞭解乘客型別。
更新於：2021年2月25日
92 次檢視
廣告