tensorflow/estimator

Estimators

这篇文档介绍 tf.estimator—一个高阶TF API简化机器学习编程。Estimator封装以下操作：

• 训练
• 验证
• 预测
• 导出

可以使用预创建的 Estimator，也可以编写自定义的 Estimator。所有 Estimator都是基于 tf.estimator.Estimator 。

预创建的 Estimator

预创建的 Estimator 会创建和管理 Graph 和 Session 对象。

预创建的 Estimator 程序的结构

依赖预创建的 Estimator 的 TensorFlow 程序通常包含下列四个步骤：

编写数据集导入函数。 例如，您可以创建一个函数来导入训练集，并创建另一个函数来导入测试集。每个数据集导入函数都必须返回两个对象：

• 一个字典，其中键是特征名称，值是包含相应特征数据的张量（或 SparseTensor）
• 一个包含一个或多个标签的张量

def input_fn(dataset):
   return feature_dict, label