Cách làm việc với chuỗi con ký tự trong TensorFlow bằng Python

Chuỗi con ký tự (character substrings) có thể được xử lý bằng phương thức substr trong module tf.strings. Kết quả chuyển sang mảng NumPy để hiển thị.

Mã ví dụ

print("Đơn vị mặc định là byte")
print("Khi len=1, trả về 1 byte")
tf.strings.substr(thanks, pos=7, len=1).numpy()

print("Chỉ định đơn vị là UTF8_CHAR")
print("Ký tự này chiếm 4 byte")
print(tf.strings.substr(thanks, pos=7, len=1, unit='UTF8_CHAR').numpy())

Nguồn mã: TensorFlow Unicode Tutorial

Đầu ra

Đơn vị mặc định là byte
Khi len=1, trả về 1 byte
Thân đơn vị là UTF8_CHAR
Ký tự này chiếm 4 byte
b''

Giải thích

• Phép toán tf.strings.substr nhận tham số unit.
• Tham số này quyết định loại offset mà pos và len sử dụng (byte hay ký tự Unicode).