数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究如何使用Python编译TensorFlow导出的模型？
TensorFlow是谷歌提供的机器学习框架。它是一个开源框架，与Python结合使用，可以实现算法、深度学习应用等等。它用于研究和生产目的。
可以使用以下代码行在Windows上安装“tensorflow”包：
pip install tensorflow
Tensor是TensorFlow中使用的数据结构。它有助于连接数据流图中的边。这个数据流图被称为“数据流图”。Tensor只不过是一个多维数组或列表。
它们可以使用三个主要属性来识别：
**秩** - 它说明了张量的维度。可以理解为张量的阶数或已定义张量的维度数。
**类型** - 它说明了与Tensor元素关联的数据类型。它可以是一维、二维或n维张量。
**形状** - 它是行数和列数的组合。
我们将使用伊利亚特的数据集，其中包含威廉·考珀、爱德华（德比伯爵）和塞缪尔·巴特勒的三部翻译作品的文本数据。该模型经过训练，可以在给出单行文本时识别翻译者。使用的文本文件已经过预处理。这包括删除文档标题和页脚、行号和章节标题。
我们使用Google Colaboratory运行以下代码。Google Colab或Colaboratory有助于在浏览器上运行Python代码，无需任何配置，并且可以免费访问GPU（图形处理器）。Colaboratory构建在Jupyter Notebook之上。
示例
以下是代码片段：
print("The exported model is being compiled")
export_model.compile(
loss=losses.SparseCategoricalCrossentropy(from_logits=False),
optimizer='adam',
metrics=['accuracy'])代码来源 - https://tensorflowcn.cn/tutorials/load_data/text
输出
The exported model is being compiled
解释
导出模型后，使用“compile”方法编译它。
更新于：2021年1月19日
浏览量：101
广告