home

หน้าแรก
 Computer >> บทช่วยสอนคอมพิวเตอร์ >  >> การเขียนโปรแกรม >> Python

การ Export โมเดลที่สร้างขึ้นด้วย TensorFlow

บทนำ

TensorFlow เฟรมเวิร์ก ML จาก Google โค้ดเปิด ใช้กับ Python ใช้ในงานวิจัยและการผลิต

การติดตั้ง

pip install tensorflow

Tensor และชุดข้อมูล Iliad

เทนเซอร์ = อาร์เรย์หลายมิติ สำหรับ Data flow graph Iliad: ข้อความ 3 งานแปลของ Cowper, Derby, Butler ฝึกระบุผู้แปลจากบรรทัดเดียว preprocessing: ลบ header/footer, line numbers, chapter titles

ตัวอย่าง: Export Model พร้อม Preprocessing Layer

print("ขั้นตอน Preprocessing ที่ปรับแต่ง")
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("กำลัง Export โมเดล")
export_model = tf.keras.Sequential([
    preprocess_layer,
    model,
    layers.Activation('sigmoid')
])

ที่มา: TensorFlow Text Loading Tutorial

ผลลัพธ์

ขั้นตอน Preprocessing ที่ปรับแต่ง
กำลัง Export โมเดล

คำอธิบาย

  • สร้าง TextVectorization layer ทำ preprocessing เหมือนเดิม
  • Vocabulary ฝึกแล้ว ใช้ set_vocabulary โหลด vocabulary ใหม่
  • รวม preprocessing layer, model, และ activation layer เป็น Sequential model ใหม่
  • โมเดลนี้รับ raw strings ได้โดยตรง