CTO练习营 | 12月3-5日，深圳，是时刻成为优良的技巧治理者了

在这篇文┞仿中，我们将会介绍若何应用 TF.Learn API 同时练习一个广度线性模型和一个深度前馈神经收集。这种办法结合了记忆和泛化的优势。它在一般的大年夜范围回归和具有稀少输入特点的分类问题（例如，分类特点存在一个很大年夜的可能值域）上很有效。如不雅你有兴趣进修更多关于广度和深度进修若何工作的问题，请参考 研究论文 Wide & Deep Spectrum of Models如今，我们来看一个简单的例子。

选择广度部分的特点：选摘要应用的稀少根本列和交叉列。

如不雅想要测验测验本教程中的代码：

1.安装 TensorFlow ，请前去此处。

2.下载 教程代码。

3.安装 pandas 数据分析库。因为本教程中须要应用 pandas 数据。固然 tf.learn 不请求 pandas，然则它支撑 pandas。安装 pandas：

a. 获取 pip：

# Ubuntu/Linux 64-bit 
$ sudo apt-get install python-pip python-dev 
 
# Mac OS X 
$ sudo easy_install pip 
$ sudo easy_install --upgrade six 

b. 应用 pip 安装 pandas

$ sudo pip install pandas 

4.履行以下敕令来练习教程中描述的线性模型：

$ python wide_n_deep_tutorial.py --model_type=wide_n_deep 

如不雅你在安装过程中碰到问题，请前去 pandas 网站上的 解释 。

请持续浏览，懂得此代码若何构建其线性模型。

定义根本特点列

起首，定义我们应用的基本分类和持续特点的列。这些列将被作为模型的广度部分和深度部分的构件块。

import tensorflow as tf 
 
gender = tf.feature_column.categorical_column_with_vocabulary_list( 
 "gender", ["Female", "Male"]) 
education = tf.feature_column.categorical_column_with_vocabulary_list( 
 "education", [ 
 "Bachelors", "HS-grad", "11th", "Masters", "9th", 
 "Some-college", "Assoc-acdm", "Assoc-voc", "7th-8th", 
 "Doctorate", "Prof-school", "5th-6th", "10th", "1st-4th", 
 "Preschool", "12th" 
 ]) 
marital_status = tf.feature_column.categorical_column_with_vocabulary_list( 
 "marital_status", [ 
 "Married-civ-spouse", "Divorced", "Married-spouse-absent"	
			
 1/5    1 2 3 4 5 下一页 尾页
	
			

　　推荐阅读
　　张一鸣：探讨人工智能边界就是探讨人类文明边界
            CTO练习营 | 12月3-5日，深圳，是时刻成为优良的技巧治理者了
            今日头条开创人兼CEO张一鸣我们要实现本身的愿景，必须在全球范围内去解决三个问题：第一个是应用处景的问题，这本质上是一个>>>详细阅读


本文标题：TensorFlow广度和深度学习的教程
地址：http://www.17bianji.com/lsqh/39382.html
 1/2    1