本文来自网易云社区
作者：汪洋
前言
新手学习可以点击参考。开始前，我们先在本地安装好 TensorFlow机器学习框架。
首先我们在本地window下安装好python环境，约定安装3.6版本；
安装Anaconda工具集后，创建名为 tensorflow 的conda 环境：conda create -n tensorflow pip python=3.6；
conda切换环境：activate tensorflow；
我们安装支持CPU的TensorFlow版本（快速）：pip install --ignore-installed --upgrade tensorflow；
最后验证安装是否成功,进入 python dos命名，输入以下代码校验：
import tensorflow as tfhello = tf.constant('Hello, TensorFlow')sess = tf.Session()print(sess.run(hello))输出Hello, TensorFlow，表示成功了。如果失败的话，就选择低版本重新安装如：pip install --ignore-installed --upgrade tensorflow==1.5.0。
其它安装方式点击。
监督学习实践
官方针对新手演示了一个入门示例，可查看，本文就围绕这个教程分享。
1.分类
官方示例里讲解了分类鸢尾花问题的解决，我们想到的就是用监督学习训练机器模型。采用这种学习方式后，我们需要确定用鸢尾花的哪些特征来分类，鸢尾花的特征还是蛮多的，官方示例里用的是花萼和花瓣的长度和宽度。
鸢尾花种类非常多，官方也仅是针对三种进行分类：expected = ['Setosa', 'Versicolor', 'Virginica']
接下来就是获取大量数据，进行预处理，官方示例里直接引用了他人整理的数据源，省略了前期数据处理步骤，前5条数据结构如下：
| SepalLength | SepalWidth | PetalLength | PetalWidth | Species | |
|---|---|---|---|---|---|
| 0 | 6.4 | 2.8 | 5.6 | 2.2 | 2 |
| 1 | 5.0 | 2.3 | 3.3 | 1.0 | 1 |
| 2 | 4.9 | 2.5 | 4.5 | 1.7 | 2 |
| 3 | 4.9 | 3.1 | 1.5 | 0.1 | 0 |
| 4 | 5.7 | 3.8 | 1.7 | 0.1 | 0 |
说明：
最后一列代表着鸢尾花的品种，也就是说它是监督学习中的标签；
中间四列从左到右表示花萼的长度和宽度、花瓣的长度和宽度；
表格数据代表了从120个样本的数据集中抽集的5个样本；
机器学习一般依赖数值，因此当前数据集中标签值都为数字，对应关系：
| 0 | 1 | 2 |
|---|---|---|
| Setosa | Versicolor | Virginica |
接下来将编写代码，先复习下概念，模型指特征和标签之间的关系；训练指机器学习阶段，这个阶段模型不断优化。示例里选择的监督试学习方式，模型通过包含标签的样本进行训练。
2. 导入和解析数据集
首先我们要获取训练集和测试集，其中训练集是训练模型的样本，测试集是评估训练后模型效果的样本。
首先设置我们选择的数据集地址"""训练集"""TRAN_URL = "http://download.tensorflow.org/data/iris_training.csv""""测试集"""TEST_URL = "http://download.tensorflow.org/data/iris_test.csv"
使用tensorflow.keras.utils.get_file函数下载数据集，该方法第一个参数为文件名称，第二个参数为下载地址，点击)。
import tensorflow as tfdef download(): train_path = tf.keras.utils.get_file('iris_training.csv', TRAN_URL) test_path = tf.keras.utils.get_file('iris_test.csv', TEST_URL) return train_path, test_path 然后用pandas.read_csv函数解析下载的数据，解析后生成的格式是一个表格，然后再分成特征列表和标签列表，返回训练集和测试集
import pandas as pdCSV_COLUMN_NAMES = ['SepalLength', 'SepalWidth', 'PetalLength', 'PetalWidth', 'Species']def load_data(y_species='Species'): train_path, test_path = download() train = pd.read_csv(train_path, names=CSV_COLUMN_NAMES, header=0) train_x, train_y = train, train.pop(y_species) test = pd.read_csv(test_path, names=CSV_COLUMN_NAMES, header=0) test_x, test_y = test, test.pop(y_species) return (train_x, train_y), (test_x, test_y)
3. 特征列-数值列
我们已经获取到数据集，在tensorflow中需要将数据转换为模型(Estimator)可以使用的数据结构，这时候调用tf.feature_column模块中的函数来转换。鸢尾花例子中，需将特征数据转换为浮点数，调用tf.feature_column.numeric_column方法。
import iris_data(train_x, train_y), (test_x, test_y) = iris_data.load_data()my_feature_columns = []for key in train_x.keys(): my_feature_columns.append(tf.feature_column.numeric_column(key=key))
其中key是 ['SepalLength' , 'SepalWidth' , 'PetalLength' , 'PetalWidth'] 其中之一。
4. 模型选择
官方例子中选择全连接神经网络解决鸢尾花问题，用神经网络来发现特征与标签之间的复杂关系。tensorflow中，通过实例化一个Estimator类指定模型类型，这里我们使用官方提供的预创建的Estimator类，tf.estimator.DNNClassifier，此Estimator会构建一个对样本进行分类的神经网络。
classifier = tf.estimator.DNNClassifier( feature_columns = my_feature_columns, hidden_units = [10,10], n_classes = 3)
feature_columns 参数指训练的特征列（这里是数值列）；
hidden_units 参数定义神经网络内每个隐藏层中的神经元数量，这里设置了2个隐藏层，每个隐藏层中神经元数量都是10个；n_classes 参数表示要预测的标签数量，这里我们需要预测3个品种；其它参数5. 训练模型
上一步我们已经创建了一个学习模型，接下来将数据导入到模型中进行训练。tensorflow中，调用Estimator对象的train方法训练。
classifier.train( input_fn = lambda:iris_data.train_input_fn(train_x, train_y, 100) steps = 1000)
input_fn 参数表示提供训练数据的函数； steps 参数表示训练迭代次数；
在train_input_fn函数里，我们将数据转换为 train方法所需的格式。dataset = tf.data.Dataset.from_tensor_slices((dict(features), labels))
为了保证训练效果，训练样本需随机排序。buffer_size 设置大于样本数（120），可确保数据得到充分的随机化处理。
dataset = dataset.shuffle(1000)
为了保证训练期间，有无限量的训练样本，需调用 tf.data.Dataset.repeat。
dataset = dataset.repeat()
train方法一次处理一批样本， tf.data.Dataset.batch 方法通过组合多个样本创建一个批次，这里组合多个包含100个样本的批次。
dataset = dataset.batch(100)
6. 模型评估
接下来我们将训练好的模型预测效果。tensorflow中，每个Estimator对象提供了evaluate方法。
eval_result = classifier.evaluate( input_fn = lambda:iris_data.eval_input_fn(test_x, test_y, 100))
在eval_input_fn函数里，我们将数据转换为 evaluate方法所需的格式。实现跟训练一样，只是无需随机化处理和无限量重复使用测试集。
dataset = tf.data.Dataset.from_tensor_slices((dict(features), labels))dataset.batch(100);return dataset
7. 预测
接下来将该模型对无标签样本进行预测。官方手动提供了三个无标签样本。
predict_x = { 'SepalLength': [5.1, 5.9, 6.9], 'SepalWidth': [3.3, 3.0, 3.1], 'PetalLength': [1.7, 4.2, 5.4], 'PetalWidth': [0.5, 1.5, 2.1],} tensorflow中，每个Estimator对象提供了predict方法。
predictions = classifier.predict( input_fn = lambda:iris_data.eval_input_fn(predict_x, labels=None, 100))
改造下eval_input_fn方法，使其能够接受 labels = none 情况
features=dict(features)if labels is None: inputs = featureselse: inputs = (features, labels)dataset = tf.data.Dataset.from_tensor_slices(inputs)
接下来打印下预测结果， predictions 中 class_ids表示可能性最大的品种，probabilities 表示每个品种的概率
for pred_dict in predictions: class_id = pred_dict['class_ids'][0] probability = pred_dict['probabilities'][class_id] print(class_id, probability)
结果如下：
| 0 | 0.99706334 |
| 1 | 0.997407 |
| 2 | 0.97377485 |
结尾
通过官方例子，新手可初步了解其使用，当然更深入的使用还得学习理论和多使用API。本文是根据官方例子，作为新手重新梳理了一遍。
网易云，0成本体验20+款云产品
更多网易研发、产品、运营经验分享请访问。
相关文章：
【推荐】