บทนำ
TensorFlow เฟรมเวิร์ก ML จาก Google โค้ดเปิด ใช้กับ Python ใช้ในงานวิจัยและการผลิต
การติดตั้ง
pip install tensorflow
Tensor และปัญหา Regression
เทนเซอร์ = อาร์เรย์หลายมิติ สำหรับ Data flow graph ทำนายตัวแปรต่อเนื่อง
ชุดข้อมูล Auto MPG
ข้อมูลรถยนต์ยุค 70-80s คุณสมบัติ: น้ำหนัก แรงม้า ปริมาตรเครื่องยนต์ ฯลฯ ทำนาย MPG
ตัวอย่าง: การ Fit โมเดลกับข้อมูลฝึก
print("กำลัง Fit ข้อมูลฝึกกับโมเดล")
history = hrspwr_model.fit(
train_features['Horsepower'], train_labels,
epochs=150,
verbose=0,
validation_split=0.3)
hist = pd.DataFrame(history.history)
hist['epoch'] = history.epoch
hist.tail()
ที่มาโค้ด: TensorFlow Regression Tutorial
ผลลัพธ์
คำอธิบาย
- ใช้ฟังก์ชัน
fitเพื่อฝึกโมเดลกับข้อมูล - กำหนดจำนวนขั้นตอนด้วย
epochs - ออบเจกต์
historyเก็บสถิติความก้าวหน้าของการฝึก - แปลงเป็น DataFrame เพื่อดูข้อมูล
- แสดงตัวอย่างข้อมูลล่าสุดและแสดงกราฟ
