一文初探Tensorflow高级API使用

正文共5917个字，3张图，预计阅读时间34分钟。

笔记整理者：王小草

笔记整理时间：2017年2月26日

对应的官方文档地址：https://www.tensorflow.org/get_started/tflearn

官方文档上次更新时间：2017年2月15日

今天我们要向Tensorflow高级API的学习门槛迈进一步。别听到高级API就觉得是难度高的意思，其实高级API恰恰是为了降低大家的编码难度而设置的。Tensorflow更高层的API使得配置，训练，评估多种多样的机器学习模型更简单方便了。

01

加载鸢尾花数据到TensorFlow上

首先介绍一下我们今天要使用的数据集：

鸢尾花数据集：Iris data set 由150个样本组成。其中，总共有3个类别：山鸢尾（Iris setosa），虹膜锦葵（Iris virginica），变色鸢尾 （Iris versicolor） ，每个类别50个样本。

下图，从左到右分别是 Iris setosa , Iris versicolor, and Iris virginica三类花的图片：

image_1b9suplqg7v91rva6qj1cda87u13.png-573.3kB

数据的每一行（也就是每个样本）包含了样本的特征与类别标签。

特征有：萼片的长度，萼片的宽度，花瓣的长度，花瓣的宽度。

类别标签用整型数字表示：0表示萼片，1表示Iris versicolor，2表示Iris virginica

数据格式如下：

image_1b9sruij71dl3eco10cf1laa1bgm.png-34.3kB

在机器学习的建模中，我们一般将数据集拆分成训练集与测试集，训练集用来训练模型，测试集用来测试模型的泛化能力。所以此处，也将150个样本的数据集随机地拆分成两个部分：

（1）训练集包含120个样本（放在iris_training.csv文件中）

（2）测试集包含30个样本（放在iris_test.csv文件中）

在开始写程序之前，要先下载好这两个数据集哦~

现在我们已经了解了数据集大概的样子了，于是开始上代码喽~

首先，还是先导入要用的库

from __future__ import absolute_import

from __future__ import division

from __future__ import print_function

import tensorflow as tf

import numpy as np

（1）filename：文件路径/文件名

（2）target_dtype：标签类别的数据类型

（3）features_dtype：特征的数据类型

# 定义数据集的路径

IRIS_TRAINING = "iris_training.csv"

IRIS_TEST = "iris_test.csv"

# 加载数据集

## 加载训练集

training_set = tf.contrib.learn.datasets.base.load_csv_with_header(

filename=IRIS_TRAINING, target_dtype=np.int, features_dtype=np.float32)

# # 加载测试集 test_set = tf.contrib.learn.datasets.base.load_csv_with_header( filename=IRIS_TEST, target_dtype=np.int, features_dtype=np.float32)

注意，加载建立后的Dataset是命名元组，可以使用training_set.data调用训练数据集的特征数据，使用training_set.target调用训练数据集的类别标签数据。对test_set的测试数据集也是同理。

02

构建深度神经网络分类模型

# Specify that all features have real-value datafeature_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")

DNNClassifier这个方法需要传入4个参数：

（1）feature_columns=feature_columns，将刚刚预先定义好的特征列传给参数feature_columns。

（2）hidden_units=[10, 20, 10]，设置隐藏层中的神经元个数，这里表示共有3个隐藏层，依次的神经元个数为10,20,10。

（3）n_classes=3，设置目标分类的个数，这个是3类，分成3种鸢尾花。

（4）model_dir=/tmp/iris_model，这是保存模型训练过程中的checkpoint检查点的数据的路径

03

模型拟合真实数据进行训练

上面一步建立了一个模型，现在你可以将鸢尾花的训练数据集利用fit()这个方法来拟合进模型。主要是通过传入参数的方式，将训练集中的特征传给x,将训练集中的标签传给y，并且定义了训练的次数（比如这里是2000次）：

# Fit modelclassifier.fit(x=training_set.data, y=training_set.target, steps=2000)

注意的是，模型的状态会在训练中被缓存在分类器中classifier，所以你可以按照自己的喜好来分开迭代，例如，上面代码等同于下面两句代码：

classifier.fit(x=training_set.data, y=training_set.target, steps=1000)classifier.fit(x=training_set.data, y=training_set.target, steps=1000)

04

评估模型的精度

第1步导入了数据，第2步构建了模型，第3步在训练集上进行了训练学，现在第4步，我们要去评估训练好的模型了。

评估模型的时候使用的是测试集，与.fit()方法相似，评估模型调用.evaluate()方法，并且将测试集的特征传入给x，测试集的标签传入给y，并且指定计算的是accuracy。

accuracy_score = classifier.evaluate(x=test_set.data, y=test_set.target)["accuracy"]print('Accuracy: '.format(accuracy_score))

运行以上的所有代码，会打印出最后的精度：

Accuracy: 0.966667

每次训练的accuracy可能会有点不相同，但都应该是在90%之上的哈~

05

预测新的数据

模型建好了，也通过了评估，现在终于到了用武之时呢~我们要用模型与预测新的数据。

image_1b9tb7ha6oti156pplb23d128k1g.png-11.7kB

比如，现在新来了两条未知的数据，至知道这两朵花的4个特征，却不知道它们的种类，于是调用.predict()方法进行预测：

# 新的两个样本new_samples = np.array( [[6.4, 3.2, 4.5, 1.5], [5.8, 3.1, 5.0, 1.7]], dtype=float)# 预测 y = list(classifier.predict(new_samples, as_iterable=True))# 打印print('Predictions: {}'.format(str(y)))

.predict()返回的是一个数组，预测的结果打印出来应是如下，第一个样本为1类，第二哥赝本为二类。

Prediction: [1 2]

将以上代码所有整合在一起如下：

from __future__ import absolute_import

from __future__ import division

from __future__ import print_function

import tensorflow as tf

import numpy as np

# Data sets

IRIS_TRAINING = "iris_training.csv"

IRIS_TEST = "iris_test.csv"

# 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")

# Fit model.classifier.fit(x=training_set.data, y=training_set.target, steps=2000)

# Evaluate accuracy.accuracy_score = classifier.evaluate(x=test_set.data, y=test_set.target)["accuracy"]print('Accuracy: '.format(accuracy_score))

# Classify two new flower samples.new_samples = np.array( [[6.4, 3.2, 4.5, 1.5], [5.8, 3.1, 5.0, 1.7]], dtype=float)y = list(classifier.predict(new_samples, as_iterable=True))print('Predictions: {}'.format(str(y)))

从Tensorflowv0.9版本时候，tf.learn已经能够无缝与其他contrib模型结合起来使用啦~

原文： 一文初探Tensorflow高级API使用（初学者篇）（https://goo.gl/Xggzhn）