<small id='Am6cQG1NI'></small> <noframes id='Aifj02zXT4'>

  • <tfoot id='ZH7ny0qm'></tfoot>

      <legend id='iJMX'><style id='dsu8'><dir id='izXHxKQIn'><q id='MsVh6gxKe'></q></dir></style></legend>
      <i id='dkBYNyH0'><tr id='WiBPF'><dt id='L05ptS68jB'><q id='bP4mTIlc'><span id='9hQ8uzc'><b id='EWZ7NBPsXF'><form id='J3yOa7Dts'><ins id='oO7qga'></ins><ul id='rwzO3u'></ul><sub id='mhLl2'></sub></form><legend id='W8QYj'></legend><bdo id='XnpdJls'><pre id='dx93'><center id='inXyh'></center></pre></bdo></b><th id='QKWD4qdhV'></th></span></q></dt></tr></i><div id='eSftc04'><tfoot id='Kxlz'></tfoot><dl id='jXgOm'><fieldset id='NL6vmrFRM'></fieldset></dl></div>

          <bdo id='rokgb9'></bdo><ul id='Ib27ie'></ul>

          1. <li id='quLstDo'></li>
            登陆

            PAI-STUDIO经过Tensorflow处理MaxCompute表数据

            admin 2019-08-16 514人围观 ,发现0个评论

            PAI-STUDIO在支撑OSS数据源的基础上,增加了对MaxCompute表的数据支撑。用户能够直接运用PAI-STUDIO的Tensorflow组件读写MaxCompute数据,厦门超雅乳酪本教程将供给完好数PAI-STUDIO经过Tensorflow处理MaxCompute表数据据和代码供咱们测验。

            具体流程

            为了便利用户快速上手,本文档将以练习iris数据集为例,介绍怎么跑通试验。

            1.读数据表组件

            为了便利咱们,咱们供给了一份公共读的数据供咱们测验,只需拖出读数据表组件,输入:

            即可获取数据,

            PAI-STUDIO经过Tensorflow处理MaxCompute表数据

            数据格局如图:

            2.Tensorflow组件阐明

            3个输入桩从左到右分别是OSS输入、MaxCompute输入、模型输入。2个输出桩分别是模型输出、MaxCompute输出。假如输入是一个MaxCoPAI-STUDIO经过Tensorflow处理MaxCompute表数据mpute表,输出也是一个MaxCompute表,需求按下图办法衔接。

            读写MaxCompute表需求装备数据源、代码文件、输出模型途径、建表等操作。

            • Python代码文件:需求把履行代码放到OSS途径下(留意OSS需求与当时项目在同一区域),本文供给的代码能够在下方衔接下载(代码需求依照下方代码阐明案牍调整):http://docs-aliyun.cn-hangzhou.oss.aliyun-inc.com/assets/attach/129749/cn_zh/1565333220966/iristest.py?spm=a2c4g.11186623.2.10.50c46b36PlNwcq&file=iristest.py
            • Checkpoint输出目录/模型输入目录:挑选自己的OSS途径用来寄存模型
            • MaxCompute输出表:写MaxCompute表要求输出表是现已存在的表,而且输出的表名需求跟代码中的输出表名共同。在本事例中需求填写“iris_output”
            • 建表SQL句子:假如代码中的输出表并不存在,能够经过这个输入框输入建表句子主动建表。本事例中建表句子“create table iris_output(f1 DOUBLE,f2 DOUBLE,f3 DOUBLE,f4 DOUBLE,f5 STRING);”

            组件PAI指令

            上述指令中的${}需求替换成用户实在数据

            3.代码阐明

            • 读数据表

            tables = [FLAGS.tables]

            filename_queue = tf.train.string_input_producer(tables, num_epochs=1)

            reader = tf.TableRecordReader()

            key, value = reader.read(filename_queue)

            record_defaults = [[1.0], [1.0], [1.0], [1.0], ["Iris-virginica"]]

            其间FLAGS.tables是前端装备的输入表名的传参变量,对应组件的MaxCompute输入桩:

            • 写数据表

            writer = tf.TableRecordWriter("odps://pai_bj_test2/tables/iris_output")

            write_to_table = writer.write([0, 1, 2, 3, 4], [col1, col2, col3, col4, col5])

            TableRecordWriter中的格局为odps://当时项目名/tables/输出表名

            --------------------------------

            本文作者:傲海

            原文链接:https://yq.aliyun.com/articles/713789?utm_content=g_1000072386

            本文为云栖社区原创内容,未经答应不得转载。

            请关注微信公众号
            微信二维码
            不容错过
            Powered By Z-BlogPHP