使用 TensorFlow 的起始步驟 ( First Steps with TensorFlow ) : 工具包

Lois發表於2020-06-13

下圖顯示了 TensorFlow 工具包的當前層次結構

圖 1. TensorFlow 工具包層次結構
下表總結了不同層的用途 :

TensorFlow 由以下兩個元件組成 :
1.圖協議緩衝區
2.執行 ( 分散式 ) 圖的執行時
這兩個元件類似於 Java 編譯器和 JVM. 正如 JVM 會實施在多個硬體平臺 ( CPU 和 GPU ) 上一樣, TensorFlow 也是如此.
您應該使用哪個 API ? 您應該使用能夠解決問題的最高階抽象層. 較高階別的抽象層更易於使用, 但 ( 設計方面 )不夠靈活. 我們建議您從最高階 API 入手, 讓所有元件正常運作起來. 如果您希望在某些特定建模方面能夠更加靈活一些, 則降低一個級別. 請注意, 每個級別都是使用低階別 API 構建的, 因此降低層次結構應該比較直觀.

tf.estimator API

tf.estimator 與 scikit-learn API 相容. scikit-learn 是極其熱門的 Python 開放原始碼機器學習庫,.
概括而言, 以下是在 tf.estimator 中實現線性迴歸程式的格式:

import tensorflow as tf
#  Set up a linear classifier.
classifier = tf.estimator.LinearClassifier ()
# Train the model on some example data.
classifier.train( input_fn = train_input_fn, steps = 2000 )
# Use it to predict.
predictions = classifier.predict ( input_fn = predict_input_fn )
本作品採用《CC 協議》，轉載必須註明作者和本文連結

Hacking

相關文章