資料結構
網路
關係型資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 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
服裝設計
法律研究如何使用 Python 和 TensorFlow 對 Stack Overflow 問題資料集的每個標籤預測分數？
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。它具有最佳化技術，有助於快速執行復雜的數學運算。這是因為它使用了 NumPy 和多維陣列。這些多維陣列也稱為“張量”。該框架支援使用深度神經網路。
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。它有助於連線流圖中的邊。此流圖稱為“資料流圖”。張量只不過是多維陣列或列表。
它們可以使用三個主要屬性來識別：
秩 - 它告訴張量的維數。可以理解為張量的階數或已定義的張量中的維數。
型別 - 它告訴張量元素關聯的資料型別。它可以是一維、二維或 n 維張量。
形狀 - 它是行數和列數的總和。
我們正在使用 Google Colaboratory 來執行以下程式碼。Google Colab 或 Colaboratory 有助於透過瀏覽器執行 Python 程式碼，並且無需任何配置即可免費訪問 GPU（圖形處理單元）。Colaboratory 是在 Jupyter Notebook 之上構建的。
示例
以下是程式碼片段：
print("Predicting a score for every label")
def get_string_labels(predicted_scores_batch):
predicted_int_labels = tf.argmax(predicted_scores_batch, axis=1)
predicted_labels = tf.gather(raw_train_ds.class_names, predicted_int_labels)
return predicted_labels程式碼來源 - https://www.tensorflow.org/tutorials/load_data/text
輸出
Predicting a score for every label
解釋
在構建的模型上呼叫“predict”方法。
這將以原始字串作為輸入，並預測每個標籤的分數。
該函式查詢分數最高的標籤。
此資料顯示在控制檯上。
更新於：2021-01-19
106 次檢視
廣告