TensorFlow csv讀取文件數(shù)據(jù)（代碼實(shí)現(xiàn)）
大多數(shù)人了解 Pandas 及其在處理大數(shù)據(jù)文件方面的實(shí)用性。TensorFlow 提供了讀取這種文件的方法。
前面章節(jié)中，介紹了如何在 TensorFlow 中讀取文件，本文將重點(diǎn)介紹如何從 CSV 文件中讀取數(shù)據(jù)并在訓(xùn)練之前對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。
將采用哈里森和魯賓菲爾德于 1978 年收集的波士頓房?jī)r(jià)數(shù)據(jù)集（http://lib.stat.cmu.edu/datasets/boston），該數(shù)據(jù)集包括 506 個(gè)樣本場(chǎng)景，每個(gè)房屋含 14 個(gè)特征：

1. CRIM：城鎮(zhèn)人均犯罪率

2. ZN：占地 25000 平方英尺（1 英尺=0.3048 米）以上的住宅用地比例

3. INDUS：每個(gè)城鎮(zhèn)的非零售商業(yè)用地比例

4. CHAS：查爾斯河（Charles River）變量（若土地位于河流邊界，則為 1；否則為 0）

5. NOX：一氧化氮濃度（每千萬）

6. RM：每個(gè)寓所的平均房間數(shù)量

7. AGE：1940 年以前建成的自住單元比例

8. DIS：到 5 個(gè)波士頓就業(yè)中心的加權(quán)距離

9. RAD：徑向高速公路可達(dá)性指數(shù)

10. TAX：每萬美元的全價(jià)值物業(yè)稅稅率

11. PTRATIO：鎮(zhèn)小學(xué)老師比例

12. B：1000(Bk-0.63)2，其中 Bk 是城鎮(zhèn)黑人的比例

13. LSTAT：低地位人口的百分比

14. MEDV：1000 美元自有住房的中位值
    TensorFlow讀取csv文件過程

15. 導(dǎo)入所需的模塊并聲明全局變量：
    

16. 定義一個(gè)將文件名作為參數(shù)的函數(shù)，并返回大小等于 BATCH_SIZE 的張量：
    

17. 定義 f_queue 和 reader 為文件名：
    

18. 這里指定要使用的數(shù)據(jù)以防數(shù)據(jù)丟失。對(duì) .csv 解碼并選擇需要的特征。例如，選擇 RM、PTRATIO 和 LSTAT 特征：

5. 定義參數(shù)來生成批并使用 tf.train.shuffle_batch() 來隨機(jī)重新排列張量。該函數(shù)返回張量 feature_batch 和 label_batch：
   

6. 這里定義了另一個(gè)函數(shù)在會(huì)話中生成批：
   

7. 使用這兩個(gè)函數(shù)得到批中的數(shù)據(jù)。這里，僅打印數(shù)據(jù)；在學(xué)習(xí)訓(xùn)練時(shí)，將在這里執(zhí)行優(yōu)化步驟：
   

TensorFlow csv數(shù)據(jù)預(yù)處理
用前面章節(jié)提到的 TensorFlow 控制操作和張量來對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。例如，對(duì)于波士頓房?jī)r(jià)的情況，大約有 16 個(gè)數(shù)據(jù)行的 MEDV 是 50.0。在大多數(shù)情況下，這些數(shù)據(jù)點(diǎn)包含缺失或刪減的值，因此建議不要考慮用這些數(shù)據(jù)訓(xùn)練。可以使用下面的代碼在訓(xùn)練數(shù)據(jù)集中刪除它們：

這里定義了一個(gè)張量布爾條件，若 MEDV 等于 50.0 則為真。如果條件為真則可使用 TensorFlow tf.where() 操作賦為零值。

總結(jié)

以上是生活随笔為你收集整理的TensorFlow csv读取文件数据（代码实现）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。