Tensorflow สามารถใช้ทำนายคะแนนสำหรับชุดข้อมูลคำถาม stackoverflow ในทุกป้ายกำกับโดยใช้ Python ได้อย่างไร

Tensorflow คือเฟรมเวิร์กแมชชีนเลิร์นนิงที่ให้บริการโดย Google เป็นเฟรมเวิร์กโอเพนซอร์สที่ใช้ร่วมกับ Python เพื่อใช้อัลกอริทึม แอปพลิเคชันการเรียนรู้เชิงลึก และอื่นๆ อีกมากมาย ใช้ในการวิจัยและเพื่อการผลิต มีเทคนิคการเพิ่มประสิทธิภาพที่ช่วยในการดำเนินการทางคณิตศาสตร์ที่ซับซ้อนได้อย่างรวดเร็ว เนื่องจากใช้ NumPy และอาร์เรย์หลายมิติ อาร์เรย์หลายมิติเหล่านี้เรียกอีกอย่างว่า 'เทนเซอร์' กรอบงานรองรับการทำงานกับโครงข่ายประสาทเทียมลึก

แพ็คเกจ 'tensorflow' สามารถติดตั้งบน Windows ได้โดยใช้บรรทัดโค้ดด้านล่าง -

pip ติดตั้งเทนเซอร์โฟลว์

Tensor เป็นโครงสร้างข้อมูลที่ใช้ใน TensorFlow ช่วยเชื่อมต่อขอบในแผนภาพการไหล แผนภาพการไหลนี้เรียกว่า 'กราฟการไหลของข้อมูล' เทนเซอร์เป็นเพียงอาร์เรย์หลายมิติหรือรายการ

พวกเขาสามารถระบุได้โดยใช้สามคุณลักษณะหลัก -

• อันดับ − มันบอกเกี่ยวกับมิติของเทนเซอร์ สามารถเข้าใจได้ว่าเป็นลำดับของเทนเซอร์หรือจำนวนมิติในเทนเซอร์ที่กำหนดไว้

• ประเภท − มันบอกเกี่ยวกับประเภทข้อมูลที่เกี่ยวข้องกับองค์ประกอบของเทนเซอร์ อาจเป็นเมตริกซ์หนึ่งมิติ สองมิติ หรือเทนเซอร์ n มิติก็ได้

• รูปร่าง − เป็นจำนวนแถวและคอลัมน์รวมกัน

เรากำลังใช้ Google Colaboratory เพื่อเรียกใช้โค้ดด้านล่าง Google Colab หรือ Colaboratory ช่วยเรียกใช้โค้ด Python บนเบราว์เซอร์และไม่ต้องมีการกำหนดค่าใดๆ และเข้าถึง GPU ได้ฟรี (หน่วยประมวลผลกราฟิก) Colaboratory ถูกสร้างขึ้นบน Jupyter Notebook

ตัวอย่าง

ต่อไปนี้เป็นข้อมูลโค้ด -

print("การทำนายคะแนนสำหรับทุกป้ายกำกับ")def get_string_labels(predicted_scores_batch):ทำนาย_int_labels =tf.argmax(predicted_scores_batch, axis=1) ทำนาย_labels =tf.gather(raw_train_ds.class_label>predicted_scores_batch, ทำนาย_intels) 

 เครดิตโค้ด - https://www.tensorflow.org/tutorials/load_data/text
 
ผลลัพธ์
 
ทำนายคะแนนทุกค่าย
 
คำอธิบาย
 
 
 

 วิธีการ 'ทำนาย' ถูกเรียกในแบบจำลองที่สร้างขึ้น
 
 
 

 การดำเนินการนี้จะใช้สตริงดิบเป็นอินพุตและคาดการณ์คะแนนสำหรับทุกป้ายกำกับ
 
 
 

 ฟังก์ชันค้นหาฉลากที่มีคะแนนสูงสุด
 
 
 

 ข้อมูลนี้จะแสดงบนคอนโซล