谷歌教你學(xué) AI-第三講簡單易懂的估算器

Google Cloud發(fā)布了名為"AI Adventures"的系列視頻，用簡單易懂的語言讓初學(xué)者了解機(jī)器學(xué)習(xí)的方方面面。

觀看更多國外公開課，點(diǎn)擊"閱讀原文"

前兩期我們分別講到了機(jī)器學(xué)習(xí)的概念和具體步驟，今天讓我們來看到第三講，使用TensorFlow Estimator進(jìn)行機(jī)器學(xué)習(xí)。

CDA字幕組目前在對該系列視頻進(jìn)行漢化，之后將繼續(xù)連載，歡迎關(guān)注和支持~

主講人還是來自Google Cloud的開發(fā)人員，華裔小哥Yufeng Guo。讓我們在學(xué)習(xí)AI知識的同時來提高英語吧。

附有中文字幕的視頻如下：

AI Adventures--第三講簡單易懂的估算器

針對不方便打開視頻的小伙伴，CDA字幕組也貼心的整理了文字版本，如下：

機(jī)器學(xué)習(xí)棒極了，除了它迫使你用到高數(shù)的時候。進(jìn)行機(jī)器學(xué)習(xí)的工具得到了極大地發(fā)展，訓(xùn)練模型也從未如此簡單。

我們將利用對數(shù)據(jù)集的理解，而不是對純粹數(shù)學(xué)知識的理解，以此編程得出模型，最終得出相應(yīng)見解。在本期視頻，我們將用少部分代碼訓(xùn)練一個簡單的分類器。

TensorFlow Estimator

為了訓(xùn)練分類器，我們將使用TensorFlow。谷歌的開源機(jī)器學(xué)習(xí)庫。 TensorFlow有很龐大的API，但是我們要關(guān)注的是當(dāng)中的高級API，稱為Estimator(估算器)。

Estimator為我們把訓(xùn)練循環(huán)打包起來，這樣我們可以通過配置來訓(xùn)練模型，而不是手工進(jìn)行編程。從而去除了許多樣板文件，讓我們在更高的層面上思考抽象問題。意味著我們能夠參與到機(jī)器學(xué)習(xí)有意思的部分，而不用為各個細(xì)節(jié)而煩惱。

由于目前為止我們只涉及到線性模型，因此將主要圍繞該部分。之后會再看到這個例子，用來拓展其能力。

鳶尾花分類

這次我們將構(gòu)建一個模型，用來區(qū)分三種類似的花。我感覺這可能沒有上一期區(qū)分葡萄酒和啤酒那么有意思，但是這些花朵更難區(qū)分，從而構(gòu)成一項有趣的挑戰(zhàn)。

我們將對不同種類的鳶尾花進(jìn)行區(qū)分。我不確定我能區(qū)分鳶尾花和玫瑰，但是我們模型的目的是區(qū)分出山鳶尾(Iris Setosa)、雜色鳶尾(Iris Versicolour)和維吉尼亞鳶尾(Iris Virginica)。

山鳶尾(Iris Setosa)、雜色鳶尾(Iris Versicolour)和維吉尼亞鳶尾(Iris Virginica)

我們有鳶尾花卉數(shù)據(jù)集，包括花瓣和花萼長寬度數(shù)據(jù)。這四列將作為我們的“特征”。

加載數(shù)據(jù)

在引入TensorFlow和NumPy后，我們將加載數(shù)據(jù)集，使用TensorFlow的函數(shù)load_csv_with_header 。數(shù)據(jù)或者特征呈現(xiàn)為浮點(diǎn)數(shù)。同時每行數(shù)據(jù)或?qū)ο蟮臉?biāo)簽記錄為整型數(shù)(integer)：0、1、2，對應(yīng)三種花。

我輸出了加載的結(jié)果，現(xiàn)在我們可以用命名的屬性訪問訓(xùn)練數(shù)據(jù)和相關(guān)標(biāo)簽或?qū)ο蟆?

建立模型

下面我們開始建模。首先我們需要設(shè)定特征列。特征列決定了進(jìn)入模型的數(shù)據(jù)類型。我們將用到四維特征列表示特征，稱為“flower_features”。

使用估算器(estimator)建模超級簡單。使用`tf.estimator.LinearClassifier`，我們可以通過傳遞之前創(chuàng)建的特征列讓模型實例化；該模型得出的不同輸出數(shù)字，比如這里是3；還有存儲模型訓(xùn)練過程和輸出文件的目錄。這使TensorFlow能夠在有需要的情況下，繼續(xù)進(jìn)行之前的訓(xùn)練。

輸入函數(shù)

分類對象能幫我們記錄狀態(tài)，然后我們差不多可以進(jìn)入訓(xùn)練階段了。最后還有一個連接模型和訓(xùn)練數(shù)據(jù)的部分，即輸入函數(shù)。輸入函數(shù)的作用是創(chuàng)建TensorFlow操作，從而從模型中生成數(shù)據(jù)。

如今我們從原始數(shù)據(jù)到輸入函數(shù)，通過數(shù)據(jù)，通過特征列的映射，進(jìn)入到模型中。注意，我們對特征使用定義特征列的相同名稱。這樣數(shù)據(jù)才會是相關(guān)聯(lián)的。

運(yùn)行訓(xùn)練

現(xiàn)在可以開始訓(xùn)練了。為了訓(xùn)練模型，我們要運(yùn)行classifier.train()函數(shù)，當(dāng)中輸入函數(shù)作為實參。就這樣我們把數(shù)據(jù)集和模型連接起來。

訓(xùn)練函數(shù)處理訓(xùn)練回路，對數(shù)據(jù)集進(jìn)行迭代，一步步提高性能。就這樣我們完成了一千個訓(xùn)練步驟! 我們的數(shù)據(jù)集不大，因此完成得很快。

評估

現(xiàn)在該對結(jié)果進(jìn)行評估了。我們可以使用之前相同的分類對象，因為這具有模型的訓(xùn)練狀態(tài)。為了確定我們模型的性能，我們可以運(yùn)行classifier.evaluate()函數(shù)，傳遞到測試數(shù)據(jù)集，從返回的指標(biāo)中提取準(zhǔn)確率。

我們的準(zhǔn)確率為96.66%! 很不錯嘛!!

Estimators: 簡單的工作流程

讓我們停下來，回顧一下使用Estimator我們目前實現(xiàn)了哪些成果。

Estimator API 為我們提供了很棒的工作流程，從獲取原始數(shù)據(jù)，通過輸入函數(shù)傳遞，設(shè)立特色列和模型結(jié)構(gòu)，運(yùn)行訓(xùn)練，進(jìn)行評估。容易理解的框架讓我們能夠思考數(shù)據(jù)和其性能，而不是依賴數(shù)學(xué)，這太棒了！

下期預(yù)告

在本期視頻中，我們看到了TensorFlow高級API中的一個簡單版本，使用Estimator。在之后的視頻中，我們將探究如何對模型進(jìn)行擴(kuò)展，使用更多復(fù)雜的數(shù)據(jù)，添加更多高級特征。