【51CTO.com原創(chuàng)稿件】了解國外數(shù)據(jù)科學(xué)市場(chǎng)的人都知道，2017年海外數(shù)據(jù)科學(xué)最常用的三項(xiàng)技術(shù)是 Spark ，Python 和 MongoDB 。說到 Python ，做大數(shù)據(jù)的人都不會(huì)對(duì) Scikit-learn 和 Pandas 感到陌生。

[[242642]]

Scikit-learn 是最常用的 Python 機(jī)器學(xué)習(xí)框架，在各大互聯(lián)網(wǎng)公司做算法的工程師在實(shí)現(xiàn)單機(jī)版本的算法的時(shí)候或多或少都會(huì)用到 Scikit-learn 。TensorFlow 就更是大名鼎鼎，做深度學(xué)習(xí)的人都不可能不知道 TensorFlow。

下面我們先來看一段樣例，這段樣例是傳統(tǒng)的機(jī)器學(xué)習(xí)算法邏輯回歸的實(shí)現(xiàn)：

可以看到，樣例中僅僅使用了 3 行代碼就完成了邏輯回歸的主要功能。下面我們來看一下如果用 TensorFlow 來實(shí)現(xiàn)同樣的代碼，需要多少行？下面的代碼來自 GitHub :

'''  
A logistic regression learning algorithm example using TensorFlow library.  
This example is using the MNIST database of handwritten digits  
(http://yann.lecun.com/exdb/mnist/)  
Author: Aymeric Damien  
Project: https://github.com/aymericdamien/TensorFlow-Examples/  
'''  
from __future__ import print_function  
import tensorflow as tf  
# Import MNIST data  
from tensorflow.examples.tutorials.mnist import input_data  
mnist = input_data.read_data_sets("/tmp/data/", one_hot=True)  
 
# Parameters  
learning_rate = 0.01  
training_epochs = 25  
batch_size = 100  
display_step = 1  
 
# tf Graph Input  
x = tf.placeholder(tf.float32, [None, 784]) # mnist data image of shape 28*28=784  
y = tf.placeholder(tf.float32, [None, 10]) # 0-9 digits recognition => 10 classes  
 
# Set model weights  
W = tf.Variable(tf.zeros([784, 10]))  
b = tf.Variable(tf.zeros([10]))  
 
# Construct model  
pred = tf.nn.softmax(tf.matmul(x, W) + b) # Softmax  
 
# Minimize error using cross entropy  
cost = tf.reduce_mean(-tf.reduce_sum(y*tf.log(pred), reduction_indices=1))  
# Gradient Descent  
optimizer = tf.train.GradientDescentOptimizer(learning_rate).minimize(cost)  
 
# Initialize the variables (i.e. assign their default value)  
init = tf.global_variables_initializer()  
 
# Start training  
with tf.Session() as sess:  
    # Run the initializer  
    sess.run(init)  
    # Training cycle  
    for epoch in range(training_epochs):  
        avg_cost = 0.  
        total_batch = int(mnist.train.num_examples/batch_size)  
        # Loop over all batches  
        for i in range(total_batch):  
            batch_xs, batch_ys = mnist.train.next_batch(batch_size)  
            # Run optimization op (backprop) and cost op (to get loss value)  
            _, c = sess.run([optimizer, cost], feed_dict={x: batch_xs,  
                                                          y: batch_ys})  
            # Compute average loss  
            avg_cost += c / total_batch  
        # Display logs per epoch step  
        if (epoch+1) % display_step == 0:  
            print("Epoch:", '%04d' % (epoch+1), "cost=", "{:.9f}".format(avg_cost))  
 
    print("Optimization Finished!")  
 
    # Test model  
    correct_prediction = tf.equal(tf.argmax(pred, 1), tf.argmax(y, 1))  
    # Calculate accuracy  
    accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))  
print("Accuracy:", accuracy.eval({x: mnist.test.images, y: mnist.test.labels})) 

一個(gè)相對(duì)來說比較簡單的機(jī)器學(xué)習(xí)算法，用 Tensorflow 來實(shí)現(xiàn)卻花費(fèi)了大量的篇幅。然而 Scikit-learn 本身沒有 Tensorflow 那樣豐富的深度學(xué)習(xí)的功能。有沒有什么辦法，能夠在保證 Scikit-learn 的簡單易用性的前提下，能夠讓 Scikit-learn 像 Tensorflow 那樣支持深度學(xué)習(xí)呢？答案是有的，那就是 Scikit-Flow 開源項(xiàng)目。該項(xiàng)目后來被集成到了 Tensorflow 項(xiàng)目里，變成了現(xiàn)在的 TF Learn 模塊。

我們來看一個(gè) TF Learn 實(shí)現(xiàn)線性回歸的樣例：

""" Linear Regression Example """ 
from __future__ import absolute_import, division, print_function  
import tflearn  
# Regression data  
X = [3.3,4.4,5.5,6.71,6.93,4.168,9.779,6.182,7.59,2.167,7.042,10.791,5.313,7.997,5.654,9.27,3.1]  
Y = [1.7,2.76,2.09,3.19,1.694,1.573,3.366,2.596,2.53,1.221,2.827,3.465,1.65,2.904,2.42,2.94,1.3]  
# Linear Regression graph  
input_ = tflearn.input_data(shape=[None])  
linear = tflearn.single_unit(input_)  
regression = tflearn.regression(linear, optimizer='sgd', loss='mean_square',  
                                metric='R2', learning_rate=0.01)  
m = tflearn.DNN(regression)  
m.fit(X, Y, n_epoch=1000, show_metric=True, snapshot_epoch=False)  
print("\nRegression result:")  
print("Y = " + str(m.get_weights(linear.W)) +  
      "*X + " + str(m.get_weights(linear.b)))  
 
print("\nTest prediction for x = 3.2, 3.3, 3.4:")  
print(m.predict([3.2, 3.3, 3.4])) 

我們可以看到，TF Learn 繼承了 Scikit-Learn 的簡潔編程風(fēng)格，在處理傳統(tǒng)的機(jī)器學(xué)習(xí)方法的時(shí)候非常的方便。下面我們看一段 TF Learn 實(shí)現(xiàn) CNN （MNIST數(shù)據(jù)集）的樣例：

""" Convolutional Neural Network for MNIST dataset classification task.  
References:  
    Y. LeCun, L. Bottou, Y. Bengio, and P. Haffner. "Gradient-based  
    learning applied to document recognition." Proceedings of the IEEE,  
    86(11):2278-2324, November 1998.  
Links:  
    [MNIST Dataset] http://yann.lecun.com/exdb/mnist/  
"""  
 
from __future__ import division, print_function, absolute_import   
import tflearn  
from tflearn.layers.core import input_data, dropout, fully_connected  
from tflearn.layers.conv import conv_2d, max_pool_2d  
from tflearn.layers.normalization import local_response_normalization  
from tflearn.layers.estimator import regression  
 
# Data loading and preprocessing  
import tflearn.datasets.mnist as mnist  
X, Y, testX, testY = mnist.load_data(one_hot=True)  
X = X.reshape([-1, 28, 28, 1])  
testX = testX.reshape([-1, 28, 28, 1])  
# Building convolutional network  
network = input_data(shape=[None, 28, 28, 1], name='input')  
network = conv_2d(network, 32, 3, activation='relu', regularizer="L2")  
network = max_pool_2d(network, 2)  
network = local_response_normalization(network)  
network = conv_2d(network, 64, 3, activation='relu', regularizer="L2")  
network = max_pool_2d(network, 2)  
network = local_response_normalization(network)  
network = fully_connected(network, 128, activation='tanh')  
network = dropout(network, 0.8)  
network = fully_connected(network, 256, activation='tanh')  
network = dropout(network, 0.8)  
network = fully_connected(network, 10, activation='softmax') 
network = regression(network, optimizer='adam', learning_rate=0.01,  
                     loss='categorical_crossentropy', name='target')  
 
# Training  
model = tflearn.DNN(network, tensorboard_verbose=0)  
model.fit({'input': X}, {'target': Y}, n_epoch=20,  
           validation_set=({'input': testX}, {'target': testY}),  
snapshot_step=100, show_metric=True, run_id='convnet_mnist') 

可以看到，基于 TF Learn 的深度學(xué)習(xí)代碼也是非常的簡潔。

TF Learn 是 TensorFlow 的高層次類 Scikit-Learn 封裝，提供了原生版 TensorFlow 和 Scikit-Learn 之外的又一種選擇。對(duì)于熟悉了 Scikit-Learn 和厭倦了 TensorFlow 冗長代碼的用戶來說，不啻為一種福音，也值得機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘的從業(yè)者認(rèn)真學(xué)習(xí)和掌握。

[[242643]]

汪昊，恒昌利通大數(shù)據(jù)部負(fù)責(zé)人/資深架構(gòu)師，美國猶他大學(xué)本科/碩士，對(duì)外經(jīng)貿(mào)大學(xué)在職MBA。曾在百度，新浪，網(wǎng)易，豆瓣等公司有多年的研發(fā)和技術(shù)管理經(jīng)驗(yàn)，擅長機(jī)器學(xué)習(xí)，大數(shù)據(jù)，推薦系統(tǒng)，社交網(wǎng)絡(luò)分析等技術(shù)。在 TVCG 和 ASONAM 等國際會(huì)議和期刊發(fā)表論文 8 篇。本科畢業(yè)論文獲國際會(huì)議 IEEE SMI 2008 ***論文獎(jiǎng)。

【51CTO原創(chuàng)稿件，合作站點(diǎn)轉(zhuǎn)載請(qǐng)注明原文作者和出處為51CTO.com】