資料結構
網路
關係型資料庫管理系統
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
時尚研究
法律研究如何使用 Estimators 和 Tensorflow 構建線性模型來載入泰坦尼克號資料集？
可以使用 Estimators 構建線性模型來載入泰坦尼克號資料集，方法是使用 'Pandas' 包中提供的 'read_csv' 方法。此方法獲取儲存泰坦尼克號資料集的 Google API。讀取 API 並將資料儲存為 CSV 檔案格式。
閱讀更多： 什麼是 TensorFlow 以及 Keras 如何與 TensorFlow 一起建立神經網路？
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 使用卷積神經網路構建學習模型。
TensorFlow Text 包含與文字相關的類和操作的集合，可與 TensorFlow 2.0 一起使用。TensorFlow Text 可用於 預處理序列建模。
我們使用 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 是基於 Jupyter Notebook 構建的。
Estimator 是 TensorFlow 對完整模型的高階表示。它旨在易於擴充套件和非同步訓練。
我們將使用 tf.estimator API 訓練邏輯迴歸模型。該模型用作其他演算法的基線。我們使用泰坦尼克號資料集，目標是預測乘客的生存情況，給定諸如性別、年齡、艙位等特徵。
pip install -q sklearn
示例
import os
import sys
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from IPython.display import clear_output
from six.moves import urllib
import tensorflow.compat.v2.feature_column as fc
import tensorflow as tf
print("Load the dataset")
dftrain = pd.read_csv('https://storage.googleapis.com/tf-datasets/titanic/train.csv')
dfeval = pd.read_csv('https://storage.googleapis.com/tf-datasets/titanic/eval.csv')
print("Removing feature 'survived'")
y_train = dftrain.pop('survived')
y_eval = dfeval.pop('survived')程式碼來源 −https://www.tensorflow.org/tutorials/estimator/linear
輸出
Load the dataset Removing feature 'survived'
解釋
- 下載所需的軟體包。
- 從 API 下載資料。
- 刪除“survived”列。
更新於： 2021年2月22日
83 次瀏覽
廣告