Tensorflow (tf.estimator)

上一篇終於完成了一個簡單的模型並學習及驗證，接下來看看TensorFlow高階的Estimator。tf.estimator可以簡化機器學習的步驟，包含了簡化訓練(學習)的迴圈、簡化評估迴圈以及簡化資料的管理。下方是TensorFlow官方的例子:

其中shuffle=True指的是讀取資料的順序會被打亂，shuffle=False就是按照原來的讀取順序。而數據TensorFlow數據的讀取可以參考這篇，可以幫助理解如何設置shuffle。

執行程式後得到下方輸出:

可以看到每100個step會輸出模型的摘要，這部分跟官方網路上有點不大一樣，所以我多印了一行虛線"---"，虛線下方是最後輸出應該要看到的。

tf.estimator並非限制只能使用內建模型，也能自建模型。不過指令太複雜，待整理過後再筆記下來囉。

參考資料
Getting Started with TensorFlow