Estimator 模式初探
Estimator 优点
- 多平台运行,而不需要更改参数
- 方便的在开发者之间共享,(相当于把模型封装了,屏蔽底层的代码),更快的原型系统
- 便于调试,包括,失败创建检查点,Graph,初始化,Tensorboard使用,能让用户向使用Sk-learn那样使用TensorFlow
- 与之了常用的一些分类模型,例如
TensorFlow文档链接
Estimator 流程
流程文档这个章节说出了机器学习的精髓,主要包括四大步骤:
- 数据导入函数
- 定义特征列
- 实例化相应的 Estimator
- 调用训练,评估,推论等
这个步骤,也大致遵循机器学习 sklearn 的流程,深度学习
Estimator 实验
- 在 Cousera 中的课程中提供了练习文件Github trainning-data-analyst提供了很好范例