TensorFlow có thể được sử dụng với Estimator để dự đoán từ mô hình đã huấn luyện như thế nào?

TensorFlow có thể được sử dụng với estimator để dự đoán đầu ra trên dữ liệu mới bằng phương thức 'predict' có trong 'classifier'.

Đọc thêm: TensorFlow là gì và Keras hoạt động như thế nào với TensorFlow để tạo mạng nơ-ron?

Chúng ta sẽ sử dụng Keras Sequential API, giúp xây dựng mô hình tuần tự dùng cho stack các layer đơn giản, nơi mỗi layer có chính xác một input tensor và một output tensor.

Một mạng nơ-ron chứa ít nhất một layer được gọi là layer tích chập. Chúng ta có thể sử dụng Mạng nơ-ron tích chập (CNN) để xây dựng mô hình học.

TensorFlow Text chứa tập hợp các lớp và ops liên quan đến văn bản có thể được sử dụng với TensorFlow 2.0. TensorFlow Text có thể được dùng để tiền xử lý sequence modelling.

Chúng ta đang sử dụng Google Colaboratory để chạy mã dưới đây. Google Colab giúp chạy mã Python trên trình duyệt và yêu cầu cấu hình zero và truy cập miễn phí GPU. Colaboratory được xây dựng dựa trên Jupyter Notebook.

Một Estimator là biểu diễn cấp cao của TensorFlow cho một mô hình hoàn chỉnh. Nó được thiết kế để dễ dàng mở rộng và huấn luyện bất đồng bộ.

Mô hình được huấn luyện sử dụng bộ dữ liệu iris. Có 4 feature và một label.

• sepal length (chiều dài đài hoa)
• sepal width (chiều rộng đài hoa)
• petal length (chiều dài cánh hoa)
• petal width (chiều rộng cánh hoa)

Ví dụ

print("Tạo dự đoán từ mô hình")
expected = ['Setosa', 'Versicolor', 'Virginica']
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],
}
print("Định nghĩa input function cho dự đoán")
print("Nó chuyển đổi đầu vào thành dataset không có nhãn")
def input_fn(features, batch_size=256):
    return tf.data.Dataset.from_tensor_slices(dict(features)).batch(batch_size)
predictions = classifier.predict(
    input_fn=lambda: input_fn(predict_x))

Nguồn mã: https://www.tensorflow.org/tutorials/estimator/premade#first_things_first

Đầu ra

Tạo dự đoán từ mô hình
Định nghĩa input function cho dự đoán
Nó chuyển đổi đầu vào thành dataset không có nhãn

Giải thích

• Mô hình đã huấn luyện sẽ cho kết quả tốt.
• Điều này có thể được dùng để dự đoán loài hoa Iris, dựa trên một số đo chưa được gán nhãn.
• Dự đoán được thực hiện bằng một lời gọi hàm đơn lẻ.