TensorFlow TFLearn安裝和使用


TFLearn可以定義為TensorFlow框架中使用的模組化和透明的深度學習方面。TFLearn的主要動機是為TensorFlow提供更高階別的API,以促進和展示新的實驗。

考慮TFLearn的以下重要功能 -

  • TFLearn易於使用和理解。
  • TFLearn包括簡單的概念,以構建高度模組化的網路層,優化器和嵌入其中的各種指標。
  • TFLearn包括TensorFlow工作系統的完全透明性。
  • TFLearn包括強大的輔助函式,用於訓練內建張量,這些張量接受多個輸入,輸出和優化器。
  • TFLearn包括簡單而美觀的圖形視覺化。
  • TFLearn圖形視覺化包括權重,梯度和啟用的各種細節。

執行以下命令安裝TFLearn -

pip install tflearn

執行上述程式碼後,將生成以下輸出 -

下面程式碼是使用TFLearn實現隨機森林分類器 -

from __future__ import division, print_function, absolute_import

#TFLearn module implementation
import tflearn
from tflearn.estimators import RandomForestClassifier

# Data loading and pre-processing with respect to dataset
import tflearn.datasets.mnist as mnist
X, Y, testX, testY = mnist.load_data(one_hot = False)

m = RandomForestClassifier(n_estimators = 100, max_nodes = 1000)
m.fit(X, Y, batch_size = 10000, display_step = 10)

print("Compute the accuracy on train data:")
print(m.evaluate(X, Y, tflearn.accuracy_op))

print("Compute the accuracy on test set:")
print(m.evaluate(testX, testY, tflearn.accuracy_op))

print("Digits for test images id 0 to 5:")
print(m.predict(testX[:5]))

print("True digits:")
print(testY[:5])