tf.estimator Quickstart

tf.estimator快速入门

    TensorFlow的高级机器学习API（tf.estimator）可以轻松配置，训练和评估各种机器学习模型。 在本教程中，您将使用tf.estimator构建一个神经网络分类器，并在Iris数据集上对其进行训练，以根据萼片/花瓣几何学来预测花朵种类。 您将编写代码来执行以下五个步骤：
    1.将包含鸢尾训练/测试数据的CSV加载到TensorFlow数据集中
    2.构建一个神经网络分类器
    3.使用训练数据训练模型
    4.评估模型的准确性
    5.分类新样品
    注意：在开始本教程之前，请记住在您的机器上安装TensorFlow。
一、完整的神经网络源代码
    以下是神经网络分类器的完整代码：
from __future__ import absolute_import
from __future__ import division
from __future__ import print_function

import os
from six.moves.urllib.request import urlopen

import numpy as np
import tensorflow as tf

# Data sets
IRIS_TRAINING = "iris_training.csv"
IRIS_TRAINING_URL = "http://download.tensorflow.org/data/iris_training.csv"

IRIS_TEST = "iris_test.csv"
IRIS_TEST_URL = "http://download.tensorflow.org/data/iris_test.csv"

def main():
  # If the training and test sets aren't stored locally, download them.
  if not os.path.exists(IRIS_TRAINING):
    raw = urlopen(IRIS_TRAINING_URL).read()
    with open(IRIS_TRAINING, "wb") as f:
      f.write(raw)

  if not os.path.exists(IRIS_TEST):
    raw = urlopen(IRIS_TEST_URL).read()
    with open(IRIS_TEST, "wb") as f:
      f.write(raw)

  # Load datasets.
  training_set = tf.contrib.learn.datasets.base.load_csv_with_header(
      filename=IRIS_TRAINING,
      target_dtype=np.int,
      features_dtype=np.float32)
  test_set = tf.contrib.learn.datasets.base.load_csv_with_header(
      filename=IRIS_TEST,
      target_dtype=np.int,
      features_dtype=np.float32)

  # Specify that all features have real-value data
  feature_columns = [tf.feature_column.numeric_column("x", shape=[4])]

  # Build 3 layer DNN with 10, 20, 10 units respectively.
  classifier = tf.estimator.DNNClassifier(feature_columns=feature_columns,
                                          hidden_units=[10, 20, 10],
                                          n_classes=3,
                                          model_dir="/tmp/iris_model")
  # Define the training inputs
  train_input_fn = tf.estimator.inputs.numpy_input_fn(
      x={"x": np.array(training_set.data)},
      y=np.array(training_set.target),
      num_epochs=None,
      shuffle=True)

  # Train model.
  classifier.train(input_fn=train_input_fn, steps=2000)

  # Define the test inputs
  test_input_fn = tf.estimator.inputs.numpy_input_fn(
      x={"x": np.array(test_set.data)},
      y=np.array(test_set.target),
      num_epochs=1,
      shuffle=False)

  # Evaluate accuracy.
  accuracy_score = classifier.evaluate(input_fn=test_input_fn)["accuracy"]

  print("\nTest Accuracy: {0:f}\n".format(accuracy_score))

  # Classify two new flower samples.
  new_samples = np.array(
      [[6.4, 3.2, 4.5, 1.5],
       [5.8, 3.1, 5.0, 1.7]], dtype=np.float32)
  predict_input_fn = tf.estimator.inputs.numpy_input_fn(
      x={"x": new_samples},
      num_epochs=1,
      shuffle=False)

  predictions = list(classifier.predict(input_fn=predict_input_fn))
  predicted_classes = [p["classes"] for p in predictions]

  print(
      "New Samples, Class Predictions:    {}\n"
      .format(predicted_classes))

if __name__ == "__main__":

    main()

    以下部分详细介绍了代码。

二、将Iris CSV数据加载到TensorFlow
   

    鸢尾数据集包含150行数据，包括来自三个相关鸢尾属物种中的每一个的50个样品：Iris setosa，Iris virginica和Iris versicolor。

    从左到右，Iris setosa（由Radomil，CC BY-SA 3.0），鸢尾花（Dlanglois，CC BY-SA 3.0）和Iris virginica（by Frank Mayfield，CC BY-SA 2.0）。

    每行包含每个花样的以下数据：萼片长度，萼片宽度，花瓣长度，花瓣宽度和花种。 花种以整数表示，其中0表示鸢尾花，1表示鸢尾花，2表示鸢尾花。

Sepal LengthSepal WidthPetal LengthPetal WidthSpecies5.13.51.40.204.93.01.40.204.73.21.30.20……………7.03.24.71.416.43.24.51.516.93.14.91.51……………6.53.05.22.026.23.45.42.325.93.05.11.82

    对于本教程，鸢尾数据已被随机分成两个独立的CSV：
    (1)120个样本的训练集（iris_training.csv）
    (2)30个样本的测试集（iris_test.csv）。
    要开始，首先导入所有必要的模块，并定义下载和存储数据集的位置：
from __future__ import absolute_import
from __future__ import division
from __future__ import print_function

import os
from six.moves.urllib.request import urlopen

import tensorflow as tf
import numpy as np

IRIS_TRAINING = "iris_training.csv"
IRIS_TRAINING_URL = "http://download.tensorflow.org/data/iris_training.csv"

IRIS_TEST = "iris_test.csv"
IRIS_TEST_URL = "http://download.tensorflow.org/data/iris_test.csv"
    接下来，使用learn.datasets.base中的load_csv_with_header（）方法将训练集和测试集加载到数据集中。 load_csv_with_header（）方法需要三个必需的参数：
    (1)filename，它将文件路径转换为CSV文件
    (2)target_dtype，它采用数据集的目标值的numpy数据类型。
    (3)features_dtype，它采用数据集特征值的numpy数据类型。
    在这里，目标（你正在训练模型来预测的值）是花的种类，它是一个从0到2的整数，所以适当的numpy数据类型是np.int：
# Load datasets.
training_set = tf.contrib.learn.datasets.base.load_csv_with_header(
    filename=IRIS_TRAINING,
    target_dtype=np.int,
    features_dtype=np.float32)
test_set = tf.contrib.learn.datasets.base.load_csv_with_header(
    filename=IRIS_TEST,
    target_dtype=np.int,
    features_dtype=np.float32)
    tf.contrib.learn中的Datasets被命名为元组;您可以通过数据和目标字段访问功能数据和目标值。这里，training_set.data和training_set.target分别包含训练集的特征数据和目标值，test_set.data和test_set.target包含测试集的特征数据和目标值。
    稍后，在“五、将DNNClassifier安装到鸢尾培训数据”中，您将使用training_set.data和training_set.target来训练您的模型，在“六、评估模型的准确性”中，您将使用test_set.data和test_set.target 。但首先，您将在下一节中构建您的模型。
三、构建深度神经网络分类器
    tf.estimator提供了各种预定义的模型，称为Estimators，您可以使用“开箱即用”对数据运行培训和评估操作。在这里，您将配置深度神经网络分类器模型以适应鸢尾数据。使用tf.estimator，你可以用几行代码实例化你的tf.estimator.DNNClassifier：
# Specify that all features have real-value data
feature_columns = [tf.feature_column.numeric_column("x", shape=[4])]

# Build 3 layer DNN with 10, 20, 10 units respectively.
classifier = tf.estimator.DNNClassifier(feature_columns=feature_columns,
                                        hidden_units=[10, 20, 10],
                                        n_classes=3,

                                        model_dir="/tmp/iris_model")

    上面的代码首先定义模型的特征列，它指定数据集中特征的数据类型。所有的特征数据都是连续的，所以tf.feature_column.numeric_column是用来构造特征列的适当函数。数据集中有四个特征（萼片宽度，萼片高度，花瓣宽度和花瓣高度），所以相应的形状必须设置为[4]来保存所有的数据。
    然后，代码使用以下参数创建一个DNNClassifier模型：
    (1)feature_columns=feature_columns。上面定义的一组特征列。
    (2)hidden_units=[10, 20, 10]。三个隐藏层，分别包含10,20和10个神经元。
    (3)n_classes=3。三个目标类，代表三个鸢尾属。
    (4)model_dir=/tmp/iris_model。 TensorFlow将在模型训练期间保存检查点数据和TensorBoard摘要的目录。
四、描述训练输入流水线
    tf.estimator API使用输入函数，这些输入函数创建了用于为模型生成数据的TensorFlow操作。我们可以使用tf.estimator.inputs.numpy_input_fn来产生输入流水线：
# Define the training inputs
train_input_fn = tf.estimator.inputs.numpy_input_fn(
    x={"x": np.array(training_set.data)},
    y=np.array(training_set.target),
    num_epochs=None,
    shuffle=True)
五、将DNNClassifier安装到鸢尾培训数据
    现在，您已经配置了DNN分类器模型，可以使用train方法将其适用于Iris训练数据。 将train_input_fn传递给input_fn，以及要训练的步数（这里是2000）：
# Train model.
classifier.train(input_fn=train_input_fn, steps=2000)
    模型的状态保存在分类器中，这意味着如果你喜欢，可以迭代地训练。 例如，以上相当于以下内容：
classifier.train(input_fn=train_input_fn, steps=1000)
classifier.train(input_fn=train_input_fn, steps=1000)
    但是，如果您希望在训练时跟踪模型，则可能需要使用TensorFlow SessionRunHook来执行日志记录操作。
六、评估模型的准确性
    您已经在Iris训练数据上训练了您的DNNClassifier模型; 现在，您可以使用evaluate方法检查虹膜测试数据的准确性。 像train一样，evaluate需要一个输入函数来建立它的输入流水线。 评估返回与评估结果的字典。 以下代码将通过Iris测试data-test_set.data和test_set.target来评估和打印结果的准确性：
# Define the test inputs
test_input_fn = tf.estimator.inputs.numpy_input_fn(
    x={"x": np.array(test_set.data)},
    y=np.array(test_set.target),
    num_epochs=1,
    shuffle=False)

# Evaluate accuracy.
accuracy_score = classifier.evaluate(input_fn=test_input_fn)["accuracy"]

print("\nTest Accuracy: {0:f}\n".format(accuracy_score))

    注意：这里numpy_input_fn的num_epochs = 1参数很重要。 test_input_fn将迭代数据一次，然后引发OutOfRangeError。 这个错误表示分类器停止评估，所以它会在输入上评估一次。
    当你运行完整的脚本时，它会打印出一些接近的内容：
Test Accuracy: 0.966667
    您的准确性结果可能会有所不同，但应该高于90％。 不是一个相对较小的数据集！
七、分类新样品
    使用估计器的predict（）方法对新样本进行分类。 例如，假设你有这两个新的花样：
萼片长度  萼片宽度  花瓣长度  瓣片宽度
6.4       3.2       4.5       1.5
5.8       3.1       5.0       1.7
    您可以使用predict（）方法预测它们的物种。 预测返回一个字符串生成器，可以很容易地转换为列表。 以下代码检索并打印类预测：
# Classify two new flower samples.
new_samples = np.array(
    [[6.4, 3.2, 4.5, 1.5],
     [5.8, 3.1, 5.0, 1.7]], dtype=np.float32)
predict_input_fn = tf.estimator.inputs.numpy_input_fn(
    x={"x": new_samples},
    num_epochs=1,
    shuffle=False)

predictions = list(classifier.predict(input_fn=predict_input_fn))
predicted_classes = [p["classes"] for p in predictions]

print(
    "New Samples, Class Predictions:    {}\n"
    .format(predicted_classes))
    你的结果应该如下所示：
New Samples, Class Predictions:    [1 2]
    因此，模型预测第一个样品是Iris versicolor，第二个样品是Iris virginica。
八、其他资源
    (1)要了解有关使用tf.estimator创建线性模型的更多信息，请参阅使用TensorFlow的大规模线性模型。
    (2)要使用tf.estimator API构建您自己的Estimator，请查看tf.estimator中的Creating Estimators。
    (3)要在浏览器中进行神经网络建模和可视化，请查看Deep Playground。

    (4)有关神经网络的更高级教程，请参阅卷积神经网络和递归神经网络。

本文主要使用谷歌翻译翻译。