专栏首页人工智能谷歌教你学 AI-第三讲简单易懂的估算器

谷歌教你学 AI-第三讲简单易懂的估算器

翻译/校对: Mika

本文为 CDA 数据分析师原创作品,转载需授权

Google 发布了名为"AI Adventures"的系列视频,用简单易懂的语言让初学者了解机器学习的方方面面。

前两期我们分别讲到了机器学习的概念和具体步骤,今天让我们来看到第三讲,使用TensorFlow Estimator进行机器学习。

CDA字幕组目前在对该系列视频进行汉化,之后将继续连载,欢迎关注和支持~

主讲人还是来自Google Cloud的开发人员,华裔小哥Yufeng Guo。让我们在学习AI知识的同时来提高英语吧。

附有中文字幕的视频如下:

AI Adventures--第三讲简单易懂的估算器

针对不方便打开视频的小伙伴,CDA字幕组也贴心的整理了文字版本,如下:

机器学习棒极了,除了它迫使你用到高数的时候。进行机器学习的工具得到了极大地发展,训练模型也从未如此简单。

我们将利用对数据集的理解,而不是对纯粹数学知识的理解,以此编程得出模型,最终得出相应见解。在本期视频,我们将用少部分代码训练一个简单的分类器。

TensorFlow Estimator

为了训练分类器,我们将使用TensorFlow。谷歌的开源机器学习库。 TensorFlow有很庞大的API,但是我们要关注的是当中的高级API,称为Estimator(估算器)

Estimator为我们把训练循环打包起来,这样我们可以通过配置来训练模型,而不是手工进行编程。从而去除了许多样板文件,让我们在更高的层面上思考抽象问题。意味着我们能够参与到机器学习有意思的部分,而不用为各个细节而烦恼。

由于目前为止我们只涉及到线性模型,因此将主要围绕该部分。之后会再看到这个例子,用来拓展其能力。

鸢尾花分类

这次我们将构建一个模型,用来区分三种类似的花。我感觉这可能没有上一期区分葡萄酒和啤酒那么有意思,但是这些花朵更难区分,从而构成一项有趣的挑战。

我们将对不同种类的鸢尾花进行区分。我不确定我能区分鸢尾花和玫瑰,但是我们模型的目的是区分出山鸢尾(Iris Setosa)、杂色鸢尾(Iris Versicolour)和维吉尼亚鸢尾(Iris Virginica)。

山鸢尾(Iris Setosa)、杂色鸢尾(Iris Versicolour)和维吉尼亚鸢尾(Iris Virginica)

我们有鸢尾花卉数据集,包括花瓣和花萼长宽度数据。这四列将作为我们的“特征”。

加载数据

在引入TensorFlow和NumPy后,我们将加载数据集,使用TensorFlow的函数 。数据或者特征呈现为浮点数。同时每行数据或对象的标签记录为整型数(integer):0、1、2,对应三种花。

我输出了加载的结果,现在我们可以用命名的属性访问训练数据和相关标签或对象。

建立模型

下面我们开始建模。首先我们需要设定特征列。特征列决定了进入模型的数据类型。我们将用到四维特征列表示特征,称为“flower_features”。

使用估算器(estimator)建模超级简单。使用`tf.estimator.LinearClassifier`,我们可以通过传递之前创建的特征列让模型实例化;该模型得出的不同输出数字,比如这里是3;还有存储模型训练过程和输出文件的目录。这使TensorFlow能够在有需要的情况下,继续进行之前的训练。

输入函数

分类对象能帮我们记录状态,然后我们差不多可以进入训练阶段了。最后还有一个连接模型和训练数据的部分,即输入函数。输入函数的作用是创建TensorFlow操作,从而从模型中生成数据。

如今我们从原始数据到输入函数,通过数据,通过特征列的映射,进入到模型中。注意,我们对特征使用定义特征列的相同名称。这样数据才会是相关联的。

运行训练

现在可以开始训练了。为了训练模型,我们要运行classifier.train()函数,当中输入函数作为实参。就这样我们把数据集和模型连接起来。

训练函数处理训练回路,对数据集进行迭代,一步步提高性能。就这样我们完成了一千个训练步骤! 我们的数据集不大,因此完成得很快。

评估

现在该对结果进行评估了。我们可以使用之前相同的分类对象,因为这具有模型的训练状态。为了确定我们模型的性能,我们可以运行classifier.evaluate()函数,传递到测试数据集,从返回的指标中提取准确率。

我们的准确率为96.66%! 很不错嘛!!

Estimators: 简单的工作流程

让我们停下来,回顾一下使用Estimator我们目前实现了哪些成果。

Estimator API 为我们提供了很棒的工作流程,从获取原始数据,通过输入函数传递,设立特色列和模型结构,运行训练,进行评估。容易理解的框架让我们能够思考数据和其性能,而不是依赖数学,这太棒了!

下期预告

在本期视频中,我们看到了TensorFlow高级API中的一个简单版本,使用Estimator。在之后的视频中,我们将探究如何对模型进行扩展,使用更多复杂的数据,添加更多高级特征。

本文来自企鹅号 - CDA数据分析师媒体

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 机器学习算法实战

    目 录 逻辑回归算法步骤简述 选择输入函数:sigmoid函数 选择优化算法:梯度上升法 观察数据集 批梯度上升训练 随机梯度上升训练 推荐阅读时间: 10m...

    企鹅号小编
  • 如何仅使用TensorFlow C+来训练深度神经网络

    作者|Florian Courtial 译者|Debra 编辑|Emily AI 前线导读:训练神经网络是一件十分复杂,难度非常大的工作,有没有可能让训练的过程...

    企鹅号小编
  • 机器学习系统设计03-机器学习入门应用案例

    @[Markdown, 机器学习] Github源代码下载 参考书籍:《机器学习系统设计》 应用案例说明 我们有一个数据集,是一个网站每小时的web访问量,随着...

    企鹅号小编
  • 还在用ps抠图抠瞎眼?机器学习通用背景去除产品诞生记

    大数据文摘
  • 【AAAI 2018】腾讯 AI Lab 11篇论文精选:图像描述、NMT 模型、图卷积神经网络、DNN优化等

    AAAI 2018 将于2月2日至7日在美国新奥尔良举行, 腾讯 AI Lab 有11篇论文被录用,本文精选了11篇论文的精彩内容。

    腾讯技术工程官方号
  • 【AAAI 2018】腾讯 AI Lab 11篇论文解读:图像描述、NMT 模型、图卷积神经网络、DNN优化等

    来源:腾讯AI Lab 【新智元导读】2 月 2 日至 2 月 7 日,AAAI 2018 将在美国新奥尔良举行,新智元将持续为读者带来本届大会的最新干货。在A...

    新智元
  • 手把手教你从零搭建深度学习项目(可下载PDF版)

    昱良
  • 机器学习下的持续交付

    机器学习在行业中的应用变得越来越流行,然而相对于传统软件开发,例如Web服务或者Mobile应用来说,这类程序的开发、部署和持续改进也变得更加的复杂。它们的功能...

    ThoughtWorks
  • 打破机器学习中的小数据集诅咒

    最近深度学习技术实现方面取得的突破表明,顶级算法和复杂的结构可以将类人的能力传授给执行特定任务的机器。但我们也会发现,大量的训练数据对深度学习模型的成功起着至关...

    大数据文摘
  • 终于!Supervise.ly 发布人像分割数据集啦(免费开源)

    本文为雷锋字幕组编译的技术博客,原标题Releasing “Supervisely Person” dataset for teaching machines ...

    AI研习社

扫码关注云+社区

领取腾讯云代金券