0:000:00
<p style="font-size:16px;color:#333333;line-height:30px;font-family:Helvetica,Arial,sans-serif;font-weight:normal;text-align:justify;hyphens:auto" data-flag="normal" lang="en">机器学习是个餐桌上的不错的谈资，但对我们来说，还是真正的动手写代码更好一点。本文我们将写一些代码来训练一个模型。我们将使用Google的开源机器学习库，TensorFlow。</p><p style="font-size:16px;color:#333333;line-height:30px;font-family:Helvetica,Arial,sans-serif;font-weight:normal;text-align:justify;hyphens:auto" data-flag="normal" lang="en">TensorFlow提供了大量的API，今天我们将使用到高级（High Level）API之一，Estimators（https://www.tensorflow.org/api_guides/python/contrib.learn）。Estimators封装了对数据集的训练过程，让我们可以从高层面去考虑数据集中抽象的逻辑关系，而不用一行行写底层代码。完整的Python示例代码和输出结果在Juptier Notebook上：http://nbviewer.jupyter.org/gist/yufengg/a6dff912ab48f7a273f5704ad9ab1311，对视频的翻译和解释在： http://www.jianshu.com/p/fe50fa4e2dd7</p><span><br /></span>