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.
Gói 'tensorflow' có thể được cài đặt trên Windows bằng dòng mã bên dưới -
pip cài đặt tensorflow
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 có thể được xác định bằng ba thuộc tính chính -
-
Xếp hạng - Nó cho biết về kích thước của tensor. Nó có thể được hiểu là thứ tự của tensor hoặc số kích thước trong tensor đã được xác định.
-
Loại - Nó cho biết về kiểu dữ liệu được liên kết với các phần tử của Tensor. Nó có thể là tensor một chiều, hai chiều hoặc n-chiều.
-
Hình dạng - Là số hàng và số cột cùng nhau.
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 ("Dự đoán điểm cho mọi nhãn") def get_string_labels (Pred_scores_batch):Dự đoán_int_labels =tf.argmax (Dự đoán_scores_batch, Trục =1) Dự đoán_labels =tf.gather (raw_train_ds.class_names, Dự đoán_pre_labels)
Tín dụng mã - https://www.tensorflow.org/tutorials/load_data/text
Đầu ra
Dự đoán điểm cho mọi nhãn
Giải thích
-
Phương pháp "dự đoán" được gọi trên mô hình đã được xây dựng.
-
Điều này sẽ lấy một chuỗi thô làm đầu vào và dự đoán điểm cho mọi nhãn.
-
Hàm tìm nhãn có điểm tối đa.
-
Dữ liệu này được hiển thị trên bảng điều khiển.