4

谷歌刚刚将 TensorFlow 作为开源开放。我读了一点,但看起来你只能用他们给定的 MNIST 数据来训练它。

我正在寻找示例代码,我可以在其中使用自己的数据进行训练,并为我的测试文件输出结果。

我有 .csv 文件(如每行样本)作为训练数据(带有 id、输出、+72 列)

并有另一个 .csv 文件用于测试数据,我将在其中预测输出(1 或 0)。

任何人都明白 TensorFlow 足以给我一些示例代码吗?

4

3 回答 3

5

我找到的最佳解决方案是:

https://github.com/google/skflow

查尔斯

于 2015-12-06T21:43:24.717 回答
0

您可以查看这些示例(如线性回归):https ://github.com/aymericdamien/TensorFlow-Examples

但是,对于使用 mnist 的示例,您只需要替换输入(通过您自己的数据数组训练和测试 mnist 数据)。

于 2015-11-14T12:02:20.343 回答
0

好的,这是来自网站的 csv 代码示例。如果您对此感兴趣并且听起来像您,则需要使用 TextLineReader 来处理 csv 格式。对于您读取文件的所有选项,链接在这里

filename_queue = tf.train.string_input_producer(["file0.csv", "file1.csv"])

reader = tf.TextLineReader()
key, value = reader.read(filename_queue)

# Default values, in case of empty columns. Also specifies the type of the
# decoded result.
record_defaults = [[1], [1], [1], [1], [1]]
col1, col2, col3, col4, col5 = tf.decode_csv(
    value, record_defaults=record_defaults)
features = tf.concat(0, [col1, col2, col3, col4])

with tf.Session() as sess:
  # Start populating the filename queue.
  coord = tf.train.Coordinator()
  threads = tf.train.start_queue_runners(coord=coord)

  for i in range(1200):
    # Retrieve a single instance:
    example, label = sess.run([features, col5])

  coord.request_stop()
  coord.join(threads)
于 2015-11-18T16:37:41.297 回答