Tensorflowを使用して、Pythonを使用して推定器をインスタンス化するにはどうすればよいですか？

Tensorflowライブラリの「estimator」クラスに存在する「DNNClassifier」メソッドを使用して、Tensorflowを使用して推定器をインスタンス化できます。

続きを読む： TensorFlowとは何ですか？KerasはTensorFlowとどのように連携してニューラルネットワークを作成しますか？

Keras Sequential APIを使用します。これは、すべてのレイヤーに1つの入力テンソルと1つの出力テンソルがあるプレーンスタックのレイヤーを操作するために使用されるシーケンシャルモデルの構築に役立ちます。

少なくとも1つの層を含むニューラルネットワークは、畳み込み層と呼ばれます。畳み込みニューラルネットワークを使用して、学習モデルを構築できます。

TensorFlow Textには、TensorFlow2.0で使用できるテキスト関連のクラスとオペレーションのコレクションが含まれています。 TensorFlow Textを使用して、シーケンスモデリングを前処理できます。

以下のコードを実行するためにGoogleColaboratoryを使用しています。 Google ColabまたはColaboratoryは、ブラウザー上でPythonコードを実行するのに役立ち、構成が不要で、GPU（グラフィックプロセッシングユニット）に無料でアクセスできます。 ColaboratoryはJupyterNotebookの上に構築されています。

Estimatorは、TensorFlowによる完全なモデルの高レベルの表現です。簡単なスケーリングと非同期トレーニング用に設計されています。

モデルはアイリスデータセットを使用してトレーニングされます。

例

print("Build a DNN that has 2 hidden layers with 30 and 10 hidden nodes each")
classifier = tf.estimator.DNNClassifier(
   feature_columns=my_feature_columns,
   hidden_units=[30, 10],
   n_classes=3)

コードクレジット-https：//www.tensorflow.org/tutorials/estimator/premade#first_things_first

出力

Build a DNN that has 2 hidden layers with 30 and 10 hidden nodes each
INFO:tensorflow:Using default config.
WARNING:tensorflow:Using temporary folder as model directory: /tmp/tmpdh8866zb
INFO:tensorflow:Using config: {'_model_dir': '/tmp/tmpdh8866zb', '_tf_random_seed': None, '_save_summary_steps': 100, '_save_checkpoints_steps': None, '_save_checkpoints_secs': 600, '_session_config': allow_soft_placement: true
graph_options {
   rewrite_options {
      meta_optimizer_iterations: ONE
   }
}
, '_keep_checkpoint_max': 5, '_keep_checkpoint_every_n_hours': 10000, '_log_step_count_steps': 100, '_train_distribute': None, '_device_fn': None, '_protocol': None, '_eval_distribute': None, '_experimental_distribute': None, '_experimental_max_worker_delay_secs': None, '_session_creation_timeout_secs': 7200, '_checkpoint_save_graph_def': True, '_service': None, '_cluster_spec': ClusterSpec({}), '_task_type': 'worker', '_task_id': 0, '_global_id_in_cluster': 0, '_master': '', '_evaluation_master': '', '_is_chief': True, '_num_ps_replicas': 0, '_num_worker_replicas': 1}

説明

• アイリス問題は分類問題と見なされます。
• Tensorflowには、-
  を含む多くの事前に作成された分類器Estimatorが付属しています。
  • マルチクラス分類を実行するディープモデル用のtf.estimator.DNNClassifier。
  • ワイドモデルとディープモデル用のtf.estimator.DNNLinearCombinedClassifier。
  • 線形モデルに基づく分類器用のtf.estimator.LinearClassifier。
• アイリス問題には、tf.estimatorを使用します。