01 如何使用input_fn自定义输入管道
当使用tf.contrib.learn来训练一个神经网络时,可以将特征,标签数据直接输入到.fit(),.evaluate(),.predict()操作中...然而在实际的业务中我们往往需要去做大量的特征工程,于是tf.contrib.learn支持使用一个用户自定义的输入函数input_fn来封装数据预处理的逻辑,并且将数据通过管道输送到模型中。...打印出来应是:
[[0, 6, 0, 0, 0] [0, 0, 0, 0, 0] [0, 0, 0, 0, 0.5]]
1.3 如何将input_fn数据传给模型
在输入函数input_fn中封装好了特征预处理的逻辑...:
classifier.fit(input_fn=my_input_fn(training_set), steps=2000)
如果你想直接传参数给输入函数,可以选择令爱几个方法:
(1)再写一个封装函数如下...(my_input_function, data_set=training_set), steps=2000)
(3)在lambda中调用输入函数,然后将参数传入input_fn中
classifier.fit