本代码是“基于Tensorflow高阶API构建大规模分布式深度学习模型系列”文章的第三遍中介绍的内容的完整代码，文章以文本分类任务为例，详细介绍了如何创建一个基于Estimator接口的tensorflow模型，并使用tf.estimator.train_and_evaluate来完成模型训练和评估的完整过程。

使用说明

训练和测试数据打包在dbpedia_csv.tar.gz中，下载完整的代码目录，并解压dbpedia_csv.tar.gz，接着运行数据预处理任务：

python build_vocab.py

接着就可以训练和评估模型了：

python word_cnn.py --train_steps=20000

推荐阅读

1. 基于Tensorflow高阶API构建大规模分布式深度学习模型系列: 开篇
2. 基于Tensorflow高阶API构建大规模分布式深度学习模型系列：基于Dataset API处理Input pipeline
3. 基于Tensorflow高阶API构建大规模分布式深度学习模型系列: 自定义Estimator（以文本分类CNN模型为例）

后记

• 欢迎关注我的知乎专栏：算法工程师的自我修养
• 欢迎收藏我的个人博客，会不定期更新：https://yangxudong.github.io， 或者国内镜像：https://xudongyang.coding.me