如何使用 Tensorflow 加载鲍鱼数据集中的 csv 数据?

pythonserver side programmingprogrammingtensorflow

可以使用存储此数据集的 google API 下载鲍鱼数据集。Pandas 库中的 ‘read_csv’ 方法用于将 API 中的数据读入 CSV 文件。特征的名称也明确指定。

阅读更多: 什么是 TensorFlow,以及 Keras 如何与 TensorFlow 配合使用来创建神经网络?

我们将使用鲍鱼数据集,其中包含一组鲍鱼测量值。鲍鱼是一种海蜗牛。目标是根据其他测量值预测年龄。

我们使用 Google Colaboratory 来运行以下代码。Google Colab 或 Colaboratory 有助于在浏览器上运行 Python 代码,无需配置,并且可以免费访问 GPU(图形处理单元)。 Colaboratory 已在 Jupyter Notebook 上构建。

import pandas as pd
import numpy as np

print("下面一行使读取 NumPy 值更容易")
np.set_printoptions(precision=3, suppress=True)

import tensorflow as tf
from tensorflow.keras import layer
from tensorflow.keras.layers.experimental import preprocessing

print("读取 csv 数据")
abalone_train = pd.read_csv("https://storage.googleapis.com/download.tensorflow.org/data/abalone_train.csv",
      names=["Length", "Diameter", "Height", "Whole weight", "Sheucked weight","Viscera weight", "Shell weight", "Age"])

代码来源:https://www.tensorflow.org/tutorials/load_data/csv

输出

下面一行使读取 NumPy 值更容易
读取 csv 数据

解释

  • 所需软件包已下载到环境中。
  • 使用 'read_csv' 读取 CSV 数据方法。
  • 数据集中的所有特征都需要同等对待。
  • 完成后,这些特征将被包装到单个 NumPy 数组中。

相关文章