TensorFlow的高阶接口Estimator的使用（1）

在《TensorFlow机器学习项目实战》的4.4节，作者使用了skflow。skflow刚出来的时候火了一阵，但是接口变化非常频繁，所以后来用的人也越来越少，也导致4.4的程序不能运行了。

但是最近发布的TensorFlow 1.4中，我们发现该模块已经集成到了核心模块，意味着接口基本稳定下来，并有推广使用的趋势。所以我把4.4的程序重新用Estimator写了一下，变量名基本保持不变，代码如下：

# -*- coding: utf-8 -*-    
import tensorflow as tf
from sklearn import datasets, metrics, preprocessing
import numpy as np
import pandas as pd
import os

df = pd.read_csv("data/CHD.csv", header=0)
print( df.describe())


X=df['age'].astype(float)

feature_columns = [tf.contrib.layers.real_valued_column("X", dimension=1)]

classifier = tf.estimator.LinearClassifier(feature_columns=feature_columns,
                                    model_dir=os.path.join(".","tmp","logistic"))

#classifier = tf.estimator.LinearClassifier(feature_columns=feature_columns)


input_fn_train= tf.estimator.inputs.numpy_input_fn(
                x={"X" : np.array(X)},
                y=np.array(df['chd']),
                batch_size=2,
                num_epochs=None,
                shuffle=True)

classifier.train(input_fn=input_fn_train,steps=2000)


#模型的准确度
score =  classifier.evaluate(input_fn=input_fn_train,steps=50)["accuracy"]
print("Accuracy: %f" % score)

注：这段程序可以在Ubuntu和MacOS下面跑，但是Windows下面还不行，是路径的问题。这应该是Estimator的一个BUG，在contrib.learn下也是一样的不行。如果想在windows下，一定要用注释掉的部分。

这里面最难写的是input_fn函数，也是最重要的函数，我在这段程序中直接使用了numpy_input_fn来构建。[1]中除了这个方法还给出了从pandas构建的方法，大家可以自己尝试。

input_fn带来了一个好处，就是可以按照生产者消费者模式读取数据，具体的解释可以参考[2]。简单的解释，就是IO一般都比较慢，我们需要在数据处理的过程中进行读取数据，那样就可以充分的节省时间，这样就设计多线程在后台不断的取数据。

feature_colums的构建需要一定的技巧，这个主要参考[3]

另外的一个变化就是模型的准确度不再是用metric模块，而是Estimator自带的模块。

如果大家有什么问题欢迎留言

Reference

[1] 为Estimator构建输入函数

[2] 从零开始山寨Caffe·陆：IO系统(一)

[3] tf.estimator Quickstart