Модуль: tf.contrib.learn

Высокоуровневый API для обучения (УСТЕРЕЖДЁН).

Этот модуль и все его подмодули устарели. См. contrib/learn/README.md для инструкций по миграции.

Модули

datasets модуль: средства для работы с наборами данных и синтетические/справочные наборы данных (устарел).

graph_actions модуль: высокоуровневые операции над графами (устарел).

head модуль: абстракции для головки(голов) модели (устарел).

io модуль: инструменты для поддержки различных форматов ввода-вывода (устарел).

learn_runner модуль: средства для запуска и настройки эксперимента (устарел).

models модуль: различные высокоуровневые модели TF (устарел).

monitors модуль: мониторы отслеживают процесс обучения (устарел).

ops модуль: различные операции TensorFlow (устарел).

preprocessing модуль: инструменты предобработки, полезные для построения моделей (устарел).

utils модуль: вспомогательные инструменты TensorFlow Learn (устарел).

Классы

class BaseEstimator: абстрактный базовый класс Estimator для обучения и оценки моделей TensorFlow.

class DNNClassifier: классификатор для моделей TensorFlow DNN.

class DNNEstimator: Estimator для моделей TensorFlow DNN с заданной пользователем _Head.

class DNNLinearCombinedClassifier: классификатор для моделей TensorFlow Linear и DNN соединённого обучения.

class DNNLinearCombinedEstimator: Estimator для моделей TensorFlow Linear и DNN соединённого обучения.

class DNNLinearCombinedRegressor: регрессор для моделей TensorFlow Linear и DNN соединённого обучения.

class DNNRegressor: регрессор для моделей TensorFlow DNN.

class DynamicRnnEstimator: динамически развёрнутый RNN (устарел).

class Estimator: класс Estimator — базовый инструмент обучения/оценки моделей TensorFlow.

class Evaluable: интерфейс для объектов, которые могут быть оценены, например, Experiment.

class Experiment: Эксперимент — класс, содержащий всю информацию, необходимую для обучения модели.

class ExportStrategy: класс, представляющий тип экспорта модели.

class Head: интерфейс для головки/верхней части модели.

class InputFnOps: тип возвращаемого значения для input_fn (устарел).

class KMeansClustering: Estimator для кластеризации K-Means.

class LinearClassifier: линейная модель классификации.

class LinearEstimator: линейная модель с заданной пользователем головкой.

class LinearRegressor: линейная модель регрессии.

class MetricSpec: MetricSpec связывает модель с функциями метрики.

class ModeKeys: стандартные названия режимов модели (устарел).

class ModelFnOps: операции, возвращаемые из model_fn.

class NanLossDuringTrainingError: неопределённая ошибка во время выполнения.

class NotFittedError: класс исключения, который генерируется, если Estimator используется до подгонки.

class PredictionKey: ЭТОТ КЛАСС УСТЕРЕЖДЁН.

class ProblemType: перечисление типов задач, решаемых моделью.

class RunConfig: этот класс определяет конфигурации для Estimator запуска.

class SKCompat: обёртка Scikit-learn для TensorFlow Learn Estimator.

class SVM: модель Машинного обучения с опорой на векторы (SVM) для бинарной классификации.

class TaskType: УСТЕРЕЖДЁННЫЙ КЛАСС.

class Trainable: интерфейс для объектов, которые могут быть обучены, например, Experiment.

Функции

LogisticRegressor(...): построение Estimator логистической регрессии для бинарной классификации.

binary_svm_head(...): создание Head для бинарной классификации с SVM. (устарел)

build_parsing_serving_input_fn(...): построение input_fn, подходящего для обработки, ожидающего tf.Examples. (устарел)

evaluate(...): оценка модели, загруженной из контрольной точки. (устарел)

extract_dask_data(...): извлечение данных из dask.Series или dask.DataFrame для предикторов. (устарел)

extract_dask_labels(...): извлечение данных из dask.Series или dask.DataFrame для меток. (устарел)

extract_pandas_data(...): извлечение данных из pandas.DataFrame для предикторов. (устарел)

extract_pandas_labels(...): извлечение данных из pandas.DataFrame для меток. (устарел)

extract_pandas_matrix(...): извлечение матрицы numpy из pandas DataFrame. (устарел)

infer(...): восстановление графа из restore_checkpoint_path и выполнение output_dict тензоров. (устарел)

infer_real_valued_columns_from_input(...): создание FeatureColumn объектов для входных данных, определённых вводом x. (устарел)

infer_real_valued_columns_from_input_fn(...): создание FeatureColumn объектов для входных данных, определённых в input_fn. (устарел)

make_export_strategy(...): создание ExportStrategy для использования с Experiment. (устарел)

multi_class_head(...): создание Head для многоклассовой классификации с одной меткой. (устарел)

multi_head(...): создание MultiHead, вытекающего из одних и тех же логтов/скрытых слоёв. (устарел)

multi_label_head(...): создание Head для многометковой классификации. (устарел)

no_op_train_fn(...): УСТЕРЕЖДЁННАЯ ФУНКЦИЯ

poisson_regression_head(...): создание Head для регрессии Пуассона. (устарел)

read_batch_examples(...): добавление операций для чтения, очереди, обработки пакетных Example протоколов. (устарел)

read_batch_features(...): добавление операций для чтения, очереди, пакетной обработки и парсинга Example протоколов. (устарел)

read_batch_record_features(...): чтение TFRecord, очереди, пакетная обработка и парсинг Example протокола. (устарел)

read_keyed_batch_examples(...): добавление операций для чтения, очереди, пакетной обработки Example протоколов. (устарел)

read_keyed_batch_examples_shared_queue(...): добавление операций для чтения, очереди, пакетной обработки Example протоколов. (устарел)

read_keyed_batch_features(...): добавление операций для чтения, очереди, пакетной обработки и парсинга Example протоколов. (устарел)

read_keyed_batch_features_shared_queue(...): добавление операций для чтения, очереди, пакетной обработки и парсинга Example протоколов. (устарел)

regression_head(...): создание Head для линейной регрессии. (устарел)

run_feeds(...): См. run_feeds_iter(). Возвращает list вместо итератора. (устарел)

run_n(...): выполнение output_dict тензоров n раз, с тем же feed_dict при каждом запуске. (устарел)

train(...): обучение модели. (устарел)