tensorflow从入门到精通100讲（二）-IRIS数据集应用实战

前言

TensorFlow 2.0 即将问世，很多API该删的删，该改的改。在这篇文章中我就2.0 版本中以下两点更新，为大家做一下预热(注意：博主使用的是tensorflow1.9版)。
在tensorflow2.0中：

• 将使用 Keras 和 eager execution，帮助大家轻松构建模型。
• 删除了queue runner 以支持 tf.data，帮助大家更快，更方便的构建数据流。

当然还有很多其他的更新，这里博主不做介绍。

导入tensorflow，开启eager模式

在2.0版本中，默认使用eager模式，所以将不用加tfe.enable_eager_execution()去开启eager模式。

      import os
      from sklearn.datasets import load_iris
      import tensorflow as tf
      import tensorflow.contrib.eager as tfe
      tfe.enable_eager_execution()
  
 

IRIS数据集

Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据集，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。数据集格式如下：
5.1, 3.5, 1.4, 0.2, Iris-setosa
4.9, 3.0, 1.4, 0.2, Iris-setosa
...<

文章来源: wenyusuran.blog.csdn.net，作者：文宇肃然，版权归原作者所有，如需转载，请联系作者。

原文链接：wenyusuran.blog.csdn.net/article/details/107333028