tensorflow_random_forest_demo.py

“““ Random Forest.

Implement Random Forest algorithm with TensorFlow and apply it to classify 
handwritten digit images. This example is using the MNIST database of 
handwritten digits as training samples （http://yann.lecun.com/exdb/mnist/）.

Author: Aymeric Damien
Project: https://github.com/aymericdamien/TensorFlow-Examples/
“““

from __future__ import print_function

import tensorflow as tf
from tensorflow.contrib.tensor_forest.python import tensor_forest
from tensorflow.python.ops import resources

# Ignore all GPUs tf random forest does not benefit from it.
import os
os.environ[“CUDA_VISIBLE_DEVICES“] = ““

# Import MNIST data
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets（“/tmp/data/“ one_hot=False）

# Parameters
num_steps = 500 # Total steps to train
batch_size = 1024 # The number of samples per batch
num_classes = 10 # The 10 digits
num_features = 784 # Each image is 28x28 pixels
num_trees = 10
max_nodes = 1000

# Input and Target data
X = tf.placeholder（tf.float32 shape=[None num_features]）
# For random forest labels must be integers （the class id）
Y = tf.placeholder（tf.int32 shape=[None]）

# Random Forest Parameters
hparams = tensor_forest.ForestHParams（num_classes=num_classes
                                      num_features=num_features
                                      num_trees=num