資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS 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 匯出 TensorFlow 構建的模型？
TensorFlow 是 Google 提供的一個機器學習框架。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 (Tensor) 是 TensorFlow 中使用的一種資料結構。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’。張量不過是一個多維陣列或列表。
我們將使用伊利亞特的資料集，其中包含來自威廉·考珀、愛德華（德比伯爵）和塞繆爾·巴特勒的三部翻譯作品的文字資料。該模型經過訓練，可以識別在給出單行文字時翻譯者是誰。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 來執行以下程式碼。Google Colab 或 Colaboratory 幫助在瀏覽器上執行 Python 程式碼，無需任何配置，並可免費訪問 GPU（圖形處理單元）。Colaboratory 建立在 Jupyter Notebook 之上。
示例
以下是程式碼片段：
print("The customized pre-processing step")
preprocess_layer = TextVectorization(
max_tokens=vocab_size,
standardize=tf_text.case_fold_utf8,
split=tokenizer.tokenize,
output_mode='int',
output_sequence_length=MAX_SEQUENCE_LENGTH)
preprocess_layer.set_vocabulary(vocab)
print("The model is being exported")
export_model = tf.keras.Sequential(
[preprocess_layer, model,
layers.Activation('sigmoid')])程式碼來源：https://www.tensorflow.org/tutorials/load_data/text
輸出
The customized pre-processing step The model is being exported
解釋
如果我們希望我們的模型接受原始字串作為輸入，我們需要建立一個 ‘textVectorization’ 層，它執行與預處理相同的函式。
詞彙表已經過訓練，這意味著我們可以使用 ‘set_vocabulary’ 方法來訓練新的詞彙表。
更新於：2021年1月19日
85 次瀏覽
廣告