Google 開發者大會 (Google Developer Days，簡稱 GDD) 是展示 Google 最新開發者產品和平臺的全球盛會，旨在幫助你快速開發優質應用，發展和留住活躍使用者群，充分利用各種工具獲得更多收益。2018 Google 開發者大會於 9 月 20 日和 21 日於上海舉辦。?Google 開發者大會 2018 掘金專題
2018 年 9 月 21 日 ，馮亦菲（Google Brain 軟體工程師）帶來一場《用 TensorFlow 高層 API 來構建機器學習模型》的演講，本文將對演講做一個回顧。
如何機器學習模型
- 首先獲取資料集，並明確機器學習所要解決的問題；
- 接下來處理資料集，讓我們的模型能夠快速的理解形式；
- 緊接著搭建機器學習模型的結構，並且訓練評估我們的模型；
- 最後，當模型達到我們預先設定的目標，就可以將其打包投入到生產環境中去。
機器學習問題
推測自然保護區型別
本例中的所使用的資料集為科羅拉多州森林植被資料集。該資料集記錄了美國科羅拉多州不同地塊的森林植被型別，每個樣本包含了描述每塊土地的若干特徵，包括海拔、坡度、到水源的距離、遮陽情況和土壤型別，並且隨同給出了地塊的已知森林植被型別。資料集下載
資料樣本
按照連結地址下載的原始資料集是以逗號分割、每行有55個整數列，如下圖：
每一列所代表的含義如下圖所示：
使用 TensorFlow構建模型
在瞭解我們所有的資料集之後，可以著手使用 TensorFlow 來構建我們的模型。
首先 import tensorflow
import tensorflow as tf
複製程式碼接下來，馮亦菲推薦使用 Eager Execution 立即執行
tf.enable_eager_execution()
複製程式碼eager 執行模型
- 快速除錯即刻的執行錯誤並通過 Python 工具進行整合
- 藉助易於使用的 Python 控制流支援動態模型
- 為自定義和高階梯度提供強大支援
- 適用於幾乎所有可用的 TensorFlow 運算
使用tensorflow 提供的 Dataset 載入資料.我們下載的資料格式為 .csv，所以我們用的是 CsvDataset。
dataset = tf.contrib.data.CsvDataset(
filenames = ['covtype.csv.train']
record_defaults = [tf.int32] * 55)
print(list(dataset.take(1)))
複製程式碼檢視 dataset 中第一行資料。
解析原始資料集
col_names = ['elevation','aspect','slope'...]
//特徵名稱
def _parse_csv_row(*vals):
soil_type_t = tf.convert_to_tensor(vals[14:54])
//土壤型別是一個特徵，而不是 40 個單獨的特徵
feat_vals = vals[:10] + (soil_type_t, vals[54])
//重新組成 12 個特徵
features = dict(zip(col_names, feat_vals))
//給每個特徵取一個名稱
class_label = tf.argmax(vals[10:14], axis = 0)
//生成自然保護區標籤，在原始資料集中它的一個長度為 4
return features, class_label
複製程式碼解析資料
dataset = dataset.map(_parse_csv_row).batch(64)
//利用解析函式解析，並以 64 為單位對訓練集進行分組
print(list(dataset.take(1)))
複製程式碼因為我們使用的是 Eager 執行模式，所以我們可以直接列印檢視資料，如下圖所示：
定義資料特徵
使用 feature_column, 將原始數值變成模型可理解的數值。
# Cover_Type / integer / 1 to 7
cover_type = tf.keras.feature_column.
categorical_column_with_identity(
'cover_type', num_buckets=8
)
//把離散的類別，變成對模型有意義的連續的數值
cover_embedding = tf.kears.feature_column.
embedding_column(cover_type,dimension = 10)
numeric_features = [tf.keras.feature_column.
numeric_column(feat) for feat in numeric_cols]
soil_type = tf.keras.feature_column.
numeric_column(soil_type, shape = (40,))
columns = numeric_features + [
soil_type, cover_embedding]
feature_layer = tf.keras.feature_column.
FeatureLayer(columns)
複製程式碼構造模型
這裡我們使用的是 keras API 來搭建我們的模型，通過 keras 可以像搭積木一樣來構造模型。
model = tf.keras.Sequential([
feature_layer,
tf.keras.layers.Dense(256, activation = tf.nn.relu),
tf.keras.layers.Dense(16, activation = tf.nn.relu),
tf.keras.layers.Dense(8, activation = tf.nn.relu),
tf.keras.layers.Dense(4, activation = tf.nn.softmax)
])
model.fit(dataset,steps_per_epoch = NUM_TRAIN_EXAMPLES/64)
複製程式碼訓練結果如下：
驗證模型
載入驗證資料
def load_data(*filenames):
dataset = tf.contrib.data.CsvDataset(
filenames,record_defaults)
dataset = dataset.map(_parse_csv_row)
dataset = dataset.batch(64)
return dataset
複製程式碼驗證
test_data = load_data('covtype.csv.test')
loss, accury = model.evaluate(
test_data,
steps = 50
)
print(loss, accury)
複製程式碼損失值與準去率如下圖所示：
輸出模型
如果驗證結果達到我們所設定的要求，可以利用 SavedModel 打包。
export_dir = tf.contrib.saved_model.
save_keras_model(model, 'keras_nn')
//重新訓練已訓練的模型
restored_model = tf.contrib.saved_model.
save_keras_model(export_dir)
複製程式碼Wide & Deep 模型
前面我們使用的是 keras 模型，下面我們使用 Wide & Deep 模型就實現。
model = tf.estimator.DNNLinearCombinedClassifier(
linear_feature_columns = [cover_type, soil_type],
dnn_feature_columns = numeric_features,
dnn_hidden_unites = [256, 16, 8]
n_classes = 4
)
//訓練
model.train(
input_fn = lambda: load_data('covtype.csv.train'))
//驗證
model.evaluate(
input_fn = lambda: load_data('covtype.csv.test'))
//輸出
features_sample = list(dataset.take(1))[0][0]
input_receiver_fn = tf.estimator.export.
bulid_raw_serving_input_receiver_fn(
features_sample)
//重新訓練已訓練的模型
model.export_saved_model(
export_dir_base = 'wide_deep',
serving_input_receiver_fn = input_receiver_fn)
複製程式碼