tf.contrib.learn Quickstart
TensorFlow的机器学习高级API(tf.contrib.learn)使配置、训练、评估不同的学习模型变得更加容易。在这个教程里，你将使用tf.contrib.learn在Iris data set上构建一个神经网络分类器。代码有一下5个步骤：
- 在TensorFlow数据集上加载Iris
- 构建神经网络
- 用训练数据拟合
- 评估模型的准确性
- 在新样本上分类
Complete Neural Network Source Code
这里是神经网络的源代码：
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()
Load the Iris CSV data to TensorFlow
Iris data set包含了150行数据，3个种类：Iris setosa, Iris virginica, and Iris versicolor.
每一行包括了以下的数据：花萼的宽度，长度，花瓣的宽度，花的种类。花的种类有整数表示，0表示Iris setosa, 1表示Iris virginica, 2表示Iris versicolor.
| Sepal Length | Sepal Width | Petal Length | Petal Width | Species |
|---|---|---|---|---|
| 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 |
| … | … | … | … | … |
| 7.0 | 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 |
这里，Iris数据随机分割成了两组不同的CSV文件：
- 120个样本的训练数据(iris_training.csv)
- 30个样本的测试数据(iris_test.csv).
开始时，首先引进所有必要的模块，然后定义下载存储数据集的路径：
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，如果训练和测试集没有在本地存储，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)
然后，用learn.datasets.base的load_csv_with_header()方法加载训练集和测试集成Dataset S，load_csv_with_header()包涵一下三个参数：
- filename，CSV文件的路径
- target_dtype,数据集目标值的numpy数据类型
- features_dtype,数据集特征值的numpy数据类型
这里，目标是花的种类，是0-2的整数，所以数据类型是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Dataset S是tuple,你可以通过data，target来访问特征值和目标值，比如，training_set.data,training_set.target
Construct a Deep Neural Network Classifier
tf.contrib.learn提供了多种预定义的模型，称为 Estimator S,你可以用“黑盒子”在你的数据上来训练和评估节点。这里，你讲配置深度神经网络分类器来拟合Iris数据，你可以用tf.contrib.learn.DNNClassifier作为示例：
# 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")
首先定义特征所在的列，有4个特征，所以dimension设定为4.
然后，构建了DNNClassifier，包含以下参数：
- feature_columns=feature_columns.上面定义的特征的列
- hidden_units=[10, 20, 10]. 三个隐层，分别包含10,20,10个神经元
- n_classes=3.三个目标
- model_dir=/tmp/iris_model.训练模型时保存的断点数据
Describe the training input pipeline
tf.contrib.learn API使用输入函数，创建TensorFlow节点来生成模型数据。这里，数据比较小，可以放在tf.constant。
# Define the test inputs
def get_train_inputs():
x = tf.constant(training_set.data)
y = tf.constant(training_set.target)
return x, y
Fit the DNNClassifier to the Iris Training Data
配置了DNN分类器，你可以用fit方法来拟合数据，传递get_train_inputs到input_fn参数中，循环训练2000次：
# Fit model.
classifier.fit(input_fn=get_train_inputs, steps=2000)
等效于：
classifier.fit(x=training_set.data, y=training_set.target, steps=1000)
classifier.fit(x=training_set.data, y=training_set.target, steps=1000)
如果你想追踪训练模型，你可以用TensorFlow monitor来执行节点的日志。
“Logging and Monitoring Basics with tf.contrib.learn”
Evaluate Model Accuracy
你已经用训练数据拟合了模型，现在，你可以用evaluate方法在测试集上评估准确性。像fit一样，evaluate也需要一个输入函数来构建输入的通道，并返回评估结果的字典。
# 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))
运行整个脚本，打印：
Test Accuracy: 0.966667
Classify New Samples
用predict()方法来分类新的样本，比如，你有下面的两个新样本：
| Sepal Length | Sepal Width | Petal Length | Petal Width |
|---|---|---|---|
| 6.4 | 3.2 | 4.5 | 1.5 |
| 5.8 | 3.1 | 5.0 | 1.7 |
predict方法返回一个generator，可以转换成list
# 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))
结果大致如下：
New Samples, Class Predictions: [1 2]
