Tensorflow là một khuôn khổ học máy được cung cấp bởi Google. Nó là một khung công tác mã nguồn mở được sử dụng kết hợp với Python để triển khai các thuật toán, ứng dụng học sâu và hơn thế nữa. Nó được sử dụng trong nghiên cứu và cho mục đích sản xuất. Nó có các kỹ thuật tối ưu hóa giúp thực hiện các phép toán phức tạp một cách nhanh chóng. Điều này là do nó sử dụng NumPy và các mảng đa chiều. Các mảng đa chiều này còn được gọi là 'tensors'.
Khung hỗ trợ làm việc với mạng nơ-ron sâu. Nó có khả năng mở rộng cao và đi kèm với nhiều bộ dữ liệu phổ biến. Nó sử dụng tính toán GPU và tự động hóa việc quản lý tài nguyên. Nó đi kèm với vô số thư viện học máy và được hỗ trợ tốt cũng như tài liệu. Khung có khả năng chạy các mô hình mạng nơ-ron sâu, đào tạo chúng và tạo các ứng dụng dự đoán các đặc điểm liên quan của các bộ dữ liệu tương ứng.
Tensor là một cấu trúc dữ liệu được sử dụng trong TensorFlow. Nó giúp kết nối các cạnh trong một sơ đồ luồng. Sơ đồ luồng này được gọi là 'Biểu đồ luồng dữ liệu'. Tensors không là gì khác ngoài một mảng đa chiều hoặc một danh sách.
Chúng tôi sẽ sử dụng tập dữ liệu của Illiad, chứa dữ liệu văn bản của ba tác phẩm dịch của William Cowper, Edward (Earl of Derby) và Samuel Butler. Mô hình được đào tạo để xác định người dịch khi một dòng văn bản được đưa ra. Các tệp văn bản được sử dụng đã được xử lý trước. Điều này bao gồm việc xóa đầu trang và chân trang của tài liệu, số dòng và tiêu đề chương.
Chúng tôi đang sử dụng Google Colaboratory để chạy đoạn mã dưới đây. Google Colab hoặc Colaboratory giúp chạy mã Python qua trình duyệt và không yêu cầu cấu hình cũng như quyền truy cập miễn phí vào GPU (Đơn vị xử lý đồ họa). Colaboratory đã được xây dựng trên Jupyter Notebook.
Ví dụ
Sau đây là đoạn mã -
print ("Thử nghiệm mô hình trên dữ liệu mới") input =["các đồng minh và áo giáp của anh ấy lóe sáng về anh ấy khiến anh ấy dường như tất cả", "Và anh ấy đã ngã xuống với tiếng leng keng của cánh tay.", "Tham gia 'd đến thứ' Người Ionians với chiếc áo choàng mềm mại của họ, ",] print (" Phương pháp dự đoán đang được gọi ") dự đoán_scores =export_model.p Dự đoán (đầu vào) dự đoán_labels =tf.argmax (dự đoán_số, trục =1) cho đầu vào, nhãn trong zip (input, suggest_labels):print ("Câu hỏi là:", input) print ("Nhãn được dự đoán là:", label.numpy ()) Tín dụng mã - https://www.tensorflow.org/tutorials/load_data/text
Đầu ra
Thử nghiệm mô hình trên dữ liệu mới Phương pháp dự đoán đang được gọi Câu hỏi là:các đồng minh, và bộ giáp của anh ta lóe sáng về anh ta khiến anh ta dường như là tất cả Nhãn dự đoán là:0Giải thích
-
Sau khi dữ liệu đã được tổng hợp và phù hợp với dữ liệu đào tạo, nó sẽ được kiểm tra trên dữ liệu chưa từng thấy.
-
Phương pháp 'dự đoán' được gọi trên dữ liệu thử nghiệm.
-
Một số mẫu của nhãn dự đoán được hiển thị cùng với câu hỏi tương ứng của nó.