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