在本教程中,您将使用tf.estimator构建神经网络分类器,并在Iris数据集上对其进行训练,以根据萼片/花瓣几何图形预测花朵种类。
TF层指南:构建卷积神经网络 TensorFlowlayers模块提供了一个高级API,可以轻松构建神经网络。它提供了方便创建密集(完全连接)图层和卷积图层的方法,添加了激活函数以及应用丢失正则化。
它擅长的任务之一是实施和培训深度神经网络。在本教程中,我们将学习TensorFlow模型的基本构建模块,同时构建深度卷积MNIST分类器。 本介绍假定您熟悉神经网络和MNIST数据集。
tf.estimator.DNNClassifier:构建神经网络分类模型。tf.estimator.DNNRegressor:构建一个神经网络回归模型。
TensorFlow广泛和深度学习教程 在之前的TensorFlow线性模型教程中,我们使用人口普查收入数据集训练了一个逻辑回归模型来预测个人年收入超过5万美元的概率。
RecurrentNeuralNetworks 介绍 请看这篇很棒的文章,特别介绍递归神经网络和LSTM。 语言建模 在本教程中,我们将展示如何在语言建模的具有挑战性的任务上训练递归神经网络。
更一般地,分类器和神经网络用于实数向量。他们操练最好的密集向量,其中所有值都有助于定义一个对象。然而,机器学习的许多重要输入,例如文字,没有自然的向量表示。
如果您在使用PythonAPI构建图表时没有指定一个图表,则会为您选择一个反映操作名称的图表,例如“MatMul”,并与一个单调递增的数字(如“5”)相连接。
除了使用最新的指令集以外,英特尔®还将针对深度神经网络(英特尔®MKL-DNN)的英特尔®数学核心库支持添加到TensorFlow中。

扫码关注腾讯云开发者
领取腾讯云代金券
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号:粤B2-20090059
粤公网安备44030502008569号
腾讯云计算(北京)有限责任公司 京ICP证150476号 | 京ICP备11018762号
