Question

Google刚刚开放TensorFlow作为开源。我读了一下，但看起来你只能用给定的MNIST数据训练它。

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

我将.csv文件（如每行样本）作为训练数据（带id，输出，+ 72列）

并有另一个.csv文件用于测试数据，我要预测输出（1或0）。

任何人都明白TensorFlow足以给我一些示例代码吗？

Answer 1

我找到的最佳解决方案是：

https://github.com/google/skflow

查尔斯

Answer 2

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（通过您自己的数据阵列训练和测试mnist数据）。

Answer 3

好的，这是csv站点的代码示例。你需要使用TextLineReader来处理csv格式，如果这是你感兴趣的，它听起来像你。对于您阅读文件的所有选项，链接为here

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)

有人可以用TensorFlow帮我吗？

3 个答案: