TensorFlow - TFLearn e sua instalação

O TFLearn pode ser definido como um aspecto de aprendizado profundo modular e transparente usado na estrutura do TensorFlow. O principal motivo do TFLearn é fornecer uma API de nível superior ao TensorFlow para facilitar e mostrar novos experimentos.

Considere os seguintes recursos importantes do TFLearn -

  • TFLearn é fácil de usar e entender.

  • Inclui conceitos fáceis para construir camadas de rede altamente modulares, otimizadores e várias métricas incorporadas a eles.

  • Inclui transparência total com o sistema de trabalho TensorFlow.

  • Inclui funções auxiliares poderosas para treinar os tensores integrados que aceitam múltiplas entradas, saídas e otimizadores.

  • Inclui visualização gráfica fácil e bonita.

  • The graph visualization includes various details of weights, gradients and activations.

Install TFLearn by executing the following command −

pip install tflearn

Upon execution of the above code, the following output will be generated −

The following illustration shows the implementation of TFLearn with Random Forest classifier −

from __future__ import division, print_function, absolute_import

#TFLearn module implementation
import tflearn
from tflearn.estimators import RandomForestClassifier

# Data loading and pre-processing with respect to dataset
import tflearn.datasets.mnist as mnist
X, Y, testX, testY = mnist.load_data(one_hot = False)

m = RandomForestClassifier(n_estimators = 100, max_nodes = 1000)
m.fit(X, Y, batch_size = 10000, display_step = 10)

print("Compute the accuracy on train data:")
print(m.evaluate(X, Y, tflearn.accuracy_op))

print("Compute the accuracy on test set:")
print(m.evaluate(testX, testY, tflearn.accuracy_op))

print("Digits for test images id 0 to 5:")
print(m.predict(testX[:5]))

print("True digits:")
print(testY[:5])