正如Tensorflow的官网所示：TensorFlow 提供一个包含多个 API 层的编程堆栈其架构图如下。用户可以任意选择不同级别的API进行自己模型的构建。而本篇文章就最高级别的API——Estimator进行一个简短的介绍。
tensorflow API层的编程堆栈
使用Estimator的流程大致如下：
- 构建输入数据流
- 定义特征列
- 创建Estimator实例
- 训练模型，进行预测
创建输入数据流
tf.data API 构建输入数据流的流程如下图所示。
构建输入数据
大致分为三部：
- 从数据源读入数据，api有from_tensor_slices，from_generator等。
- 通过tf.data.Dataset中的函数处理读入数据，api有shuffle, repeat,batch等。
- 生成一个数据流迭代器，api有make_one_shot_iterator等。
这里我们使用了tf.data.Dataset.from_tensor_slices函数读入数据。需要注意的是传给tf.data.Dataset.from_tensor_slices是一个第一维为字典，第二维为列表的元组，这里传入的这样数据格式是为了和Estimator中feature_column的输入格式对应。
import os
from sklearn.datasets import load_iris
import tensorflow as tf
def dataset_fn():
iris = load_iris()
features = iris["data"]
labels = iris["target"]
dataset = tf.data.Dataset.from_tensor_slices(({"x":features},labels))
data = dataset.shuffle(150).repeat().batch(10)
return data.make_one_shot_iterator().get_next()
定义特征列
这里通过tf.feature_column.numeric_column函数构建了Estimator中特征列，这里的fea_col 要与输入数据流中的特征数据部分一致。
fea_col = [tf.feature_column.numeric_column("x",shape=4)]
下图是fea_col的打印输出，key为x，shape为4的特征列和输入数据的{"x":features}(features的维度为4）保持着一致。
feature_column
创建Estimator实例
接着我们实例化的一个DNN分类器classifier。这里有4个重要的参数：
- feature_columns即上一步定义的fea_col。
- hidden_units很方便的帮我们构建了一个两层分别为10个神经元的神经网络。
- model_dir定义的是模型checkpoint保存的位置，同时也会保存将tensorboard 可视化文件，方便可视化模型的结构和loss的走向。
- n_classes定义类别。
classifier = tf.estimator.DNNClassifier(
feature_columns = fea_col,
hidden_units=[10, 10], # Two hidden layers of 10 nodes each.
model_dir="./model",
n_classes=3)
下图是模型的结构图。
模型架构
训练模型
接下来只需要把之前定义好的输入函数传给DNN分类器，同时定义好step，就可以将模型跑起来了。
classifier.train(input_fn=lambda: dataset_fn(),steps=7500)
下图是模型训练时的log记录。
训练日志
接下来到项目文件夹下，运行tensoboard --logdir ./model，就可以通过localhost:6006访问到loss的可视化结果了，其效果如下图所示，loss咔咔往下掉，看起来效果还不错。
tensorboard
进行预测
这里通过tf.estimator.inputs.numpy_input_fn()函数构建预测数据的输入。需要传入三个参数：
- x :很重要，数据格式与上面实例化Estimater中的feature_columns保持一致。
- epoch：由于是预测，保持为 1就可以了。
- shuffle ：预测时保存为False 就可以了。
import numpy as np
pre_data = features[:4]
predict_input_fn = tf.estimator.inputs.numpy_input_fn(
x={"x": np.array(pre_data)},#很重要，与实例化Estimater中的feature_columns保持一致
num_epochs=1,
shuffle=False)
这里选择数据的前四个数据（label 都是0）做预测执行预测，调用classifier.predict(predict_input_fn )就开始预测了。
predicted_classes = [p["classes"] for p in classifier.predict(predict_input_fn)]
print(predicted_classes)
下图是预测时的log日志，从日志中可以发现预测时使用的是模型的第7500步保存的模型。
预测日志
预测结果如下图所示：预测结果4个预测数据的label都为0，全部预测正确。
预测结果
结语
本篇文章，我们大致了解了如何使用tf.Estimater高级API，大致流程就是数据集的构建，特征列的定义，Estimater实例化，接下来就可以做模型的训练和预测了。唯一需要注意的是无论是训练时输入数据还是预测时的数据，其数据格式都要与特征列的格式保持一致。tf.Estimater极其适合工业生产应用，同时它也支持自己定义模型，所以不要忽视它的威力。
网友评论