資料結構
網路
關係型資料庫管理系統 (RDBMS)
作業系統
Java
Microsoft Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝學
法學如何使用Python和TensorFlow建立基於伊利亞特資料集的原始字串資料集？
TensorFlow是Google提供的機器學習框架。它是一個開源框架，與Python結合使用，可以實現演算法、深度學習應用程式等等。它用於研究和生產目的。
可以使用以下程式碼行在Windows上安裝“tensorflow”包：
pip install tensorflow
張量是TensorFlow中使用的資料結構。它有助於連線資料流圖中的邊。這個資料流圖被稱為“資料流圖”。張量只不過是多維陣列或列表。
我們將使用伊利亞特資料集，其中包含威廉·考珀、愛德華（德比伯爵）和塞繆爾·巴特勒三位翻譯作品的文字資料。該模型在給出一行文字時被訓練來識別翻譯者。所使用的文字檔案已經過預處理。這包括刪除文件頁首和頁尾、行號和章節標題。
我們使用Google Colaboratory執行以下程式碼。Google Colab或Colaboratory幫助在瀏覽器上執行Python程式碼，無需任何配置，並且可以免費訪問GPU（圖形處理單元）。Colaboratory構建在Jupyter Notebook之上。
示例
以下是程式碼片段：
print("Creating a test dataset that consists of raw strings")
test_ds = all_labeled_data.take(VALIDATION_SIZE).batch(BATCH_SIZE)
test_ds = configure_dataset(test_ds)
loss, accuracy = export_model.evaluate(test_ds)
print("The loss is : ", loss)
print("The accuracy is: {:2.2%}".format(accuracy))程式碼來源：https://www.tensorflow.org/tutorials/load_data/text
輸出
Creating a test dataset that consists of raw strings 79/79 [==============================] - 7s 10ms/step - loss: 0.5230 - accuracy: 0.7909 The loss is : 0.5458346605300903 The accuracy is: 78.16%
解釋
構建一個測試資料集，其中資料被分組到一定的批次大小。
使用“evaluate”方法評估此資料。
訓練資料相關的損失和準確率顯示在控制檯上。
更新於：2021年1月19日
97 次瀏覽
廣告