TensorFlow的高级机器学习API（tf.contrib.learn）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.contrib.learn构建 神经网络 分类器并在Iris数据集上进行训练， 以基于萼片/花瓣几何来预测花种。您将编写代码以执行以下五个步骤：
- 将包含Iris训练/测试数据的CSV加载到TensorFlow中
Dataset - 构建神经网络分类器
- 使用训练数据拟合模型
- 评估模型的准确性
- 分类新样本
注意： 在开始使用本教程之前，请记住在机器上安装TensorFlow。
完整的神经网络源代码
这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
import urllib
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 = urllib.urlopen(IRIS_TRAINING_URL).read()
with open(IRIS_TRAINING, "w") as f:
f.write(raw)
if not os.path.exists(IRIS_TEST):
raw = urllib.urlopen(IRIS_TEST_URL).read()
with open(IRIS_TEST, "w") 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.contrib.layers.real_valued_column("", dimension=4)]
# Build 3 layer DNN with 10, 20, 10 units respectively.
classifier = tf.contrib.learn.DNNClassifier(feature_columns=feature_columns,
hidden_units=[10, 20, 10],
n_classes=3,
model_dir="/tmp/iris_model")
# Define the training inputs
def get_train_inputs():
x = tf.constant(training_set.data)
y = tf.constant(training_set.target)
return x, y
# Fit model.
classifier.fit(input_fn=get_train_inputs, steps=2000)
# Define the test inputs
def get_test_inputs():
x = tf.constant(test_set.data)
y = tf.constant(test_set.target)
return x, y
# Evaluate accuracy.
accuracy_score = classifier.evaluate(input_fn=get_test_inputs,
steps=1)["accuracy"]
print("\nTest Accuracy: {0:f}\n".format(accuracy_score))
# Classify two new flower samples.
def new_samples():
return np.array(
[[6.4, 3.2, 4.5, 1.5],
[5.8, 3.1, 5.0, 1.7]], dtype=np.float32)
predictions = list(classifier.predict(input_fn=new_samples))
print(
"New Samples, Class Predictions: {}\n"
.format(predictions))
if __name__ == "__main__":
main()
以下部分详细介绍了代码。
将Iris CSV数据加载到TensorFlow中
该虹膜数据集包含150行数据，包括来自每个的三个相关鸢尾种类50个样品： 山鸢尾，虹膜锦葵，和变色鸢尾。
从左到右， Iris setosa（由 Radomil，CC BY-SA 3.0）， Iris versicolor（由 Dlanglois，CC BY-SA 3.0）和Iris virginica（由Frank Mayfield，CC BY-SA 2.0））。
每行包含以下每个花样品的数据： 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，0表示Iris setosa，1表示Iris versicolor，2表示Iris virginica。
萼片长度
萼片宽度
花瓣长度
花瓣宽度
种类
5.1
3.5
1.4
0.2
0
4.9
3.0
1.4
0.2
0
4.7
3.2
1.3
0.2
0
...
...
...
...
...
7
3.2
4.7
1.4
1
6.4
3.2
4.5
1.5
1
6.9
3.1
4.9
1.5
1
...
...
...
...
...
6.5
3.0
5.2
2.0
2
6.2
3.4
5.4
2.3
2
5.9
3.0
5.1
1.8
2
对于本教程，Iris数据已被随机分为两个独立的CSV：
- 120个样本的训练集（iris_training.csv）
- 一个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
import urllib
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"
然后，如果培训和测试集尚未存储在本地，请下载。
if not os.path.exists(IRIS_TRAINING):
raw = urllib.urlopen(IRIS_TRAINING_URL).read()
with open(IRIS_TRAINING,'w') as f:
f.write(raw)
if not os.path.exists(IRIS_TEST):
raw = urllib.urlopen(IRIS_TEST_URL).read()
with open(IRIS_TEST,'w') as f:
f.write(raw)
接下来，Dataset使用load_csv_with_header() 方法将训练和测试集加载到s 中learn.datasets.base。该load_csv_with_header()方法需要三个必需的参数：
filename，它将文件路径作为CSV文件target_dtype，它采用numpy数据 集的目标值的 数据类型。features_dtype，它采用numpy数据 集的特征值的 数据类型。
在这里，目标（你正在训练模型预测的值）是花种，它是0-2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)
Datasettf.contrib.learn中的s被 命名为元组 ; 您可以通过data和target 字段访问要素数据和目标值。在这里，training_set.data并training_set.target包含用于训练集，分别特征数据和目标值，并test_set.data与test_set.target含有特征数据和目标值的测试集。
稍后，在 “将DNNC分类器安装到Iris训练数据”中， 您将使用training_set.data和 training_set.target训练您的模型，并在 “评估模型精度”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。
构建深层神经网络分类器
tf.contrib.learn提供了各种预定义的模型，称为 Estimators，您可以使用“开箱即用”来对数据运行培训和评估操作。在这里，您将配置深层神经网络分类器模型以适应Iris数据。使用tf.contrib.learn，您可以使用tf.contrib.learn.DNNClassifier几行代码实例化 ：
# Specify that all features have real-value data
feature_columns = [tf.contrib.layers.real_valued_column("", dimension=4)]
# Build 3 layer DNN with 10, 20, 10 units respectively.
classifier = tf.contrib.learn.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了模型的特征列，它们指定数据集中的要素的数据类型。所有的特征数据是连续的，所以tf.contrib.layers.real_valued_column使用相应的功能来构造特征列。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），因此dimension 必须设置4为保存所有数据。
然后，代码DNNClassifier使用以下参数创建一个模型：
feature_columns=feature_columns。上面定义的特征列集合。hidden_units=[10, 20, 10]。三个 隐藏层，分别含有10,20和10个神经元。n_classes=3。三个目标课程，代表三种虹膜物种。model_dir=/tmp/iris_model。TensorFlow将在模型训练期间保存检查点数据的目录。有关使用TensorFlow进行日志记录和监视的更多信息，请参阅使用tf.contrib.learn进行记录和监视基础知识。
描述培训输入管道
所述tf.contrib.learnAPI使用输入功能，其创建用于生成模型数据中TensorFlow操作。在这种情况下，数据足够小，可以将其存储在TensorFlow常量中。以下代码生成最简单的输入管道：
# Define the training inputs
def get_train_inputs():
x = tf.constant(training_set.data)
y = tf.constant(training_set.target)
return x, y
将DNNC分类器安装到Iris训练数据
现在您已经配置了DNN classifier模型，您可以使用该fit方法将其适用于Iris训练数据。通过get_train_inputs作为input_fn训练的步骤和数目（这里，2000年）：
# Fit model.
classifier.fit(input_fn=get_train_inputs, steps=2000)
模型的状态保留在这里classifier，这意味着你可以反复训练，如果你喜欢。例如，以上相当于以下内容：
classifier.fit(x=training_set.data, y=training_set.target, steps=1000)
classifier.fit(x=training_set.data, y=training_set.target, steps=1000)
但是，如果您希望在列车时跟踪模型，则可能需要使用TensorFlow monitor 来执行日志记录操作。有关 此主题的更多信息，请参阅“使用tf.contrib.learn记录和监视基础知识”教程 。
评估模型精度
您的DNNClassifier模型适合Iris训练数据; 现在，您可以使用该evaluate方法检查其对Iris测试数据的准确性 。喜欢fit， evaluate需要一个构建其输入管道的输入函数。evaluate 返回一个dict与评估结果。下面的代码经过光圈测试DATA- test_set.data和test_set.target-to evaluate并打印accuracy从结果：
# Define the test inputs
def get_test_inputs():
x = tf.constant(test_set.data)
y = tf.constant(test_set.target)
return x, y
# Evaluate accuracy.
accuracy_score = classifier.evaluate(input_fn=get_test_inputs,
steps=1)["accuracy"]
print("\nTest Accuracy: {0:f}\n".format(accuracy_score))
注意：这里的steps论据evaluate很重要。 evaluate通常运行直到它到达输入的末尾。这对于评估一组文件是完美的，但是这里使用的常量将永远不会抛出OutOfRangeError或 StopIteration正在期待。 当您运行完整的脚本时，它会打印一些接近：
Test Accuracy: 0.966667
您的准确性结果可能有所不同，但应高于90％。对于相对较小的数据集来说不错！
分类新样本
使用估计器的predict()方法对新样本进行分类。例如，说你有这两个新花样：
| 萼片长度 | 萼片宽度 | 花瓣长度 | 花瓣宽度 |
|---|---|---|---|
| 6.4 | 3.2 | 4.5 | 1.5 |
| 5.8 | 3.1 | 5 | 1.7 |
您可以使用该predict()方法预测其物种。predict返回一个生成器，可以很容易地转换成一个列表。以下代码检索并打印类预测：
# Classify two new flower samples.
def new_samples():
return np.array(
[[6.4, 3.2, 4.5, 1.5],
[5.8, 3.1, 5.0, 1.7]], dtype=np.float32)
predictions = list(classifier.predict(input_fn=new_samples))
print(
"New Samples, Class Predictions: {}\n"
.format(predictions))
您的结果应如下所示：
New Samples, Class Predictions: [1 2]
因此，该模型预测第一个样品是Iris versicolor，第二个样品是Iris virginica。
其他资源
-
有关tf.contrib.learn的更多参考资料，请参阅官方 API文档。
-
要了解有关使用tf.contrib.learn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。
-
要使用tf.contrib.learn API构建自己的Estimator，请查看 在tf.contrib.learn中创建估计器。
-
要在浏览器中实验神经网络建模和可视化，请查看深度游乐场。
-
有关神经网络的更多高级教程，请参阅 卷积神经网络和循环神经网络。