如何使用Python和TensorFlow创建基于伊利亚特数据集的原始字符串数据集？

TensorFlow是Google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、深度学习应用程序等等。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

张量是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”。张量只不过是多维数组或列表。

我们将使用伊利亚特数据集，其中包含威廉·考珀、爱德华（德比伯爵）和塞缪尔·巴特勒三位翻译作品的文本数据。该模型在给出一行文本时被训练来识别翻译者。所使用的文本文件已经过预处理。这包括删除文档页眉和页脚、行号和章节标题。

我们使用Google Colaboratory运行以下代码。Google Colab或Colaboratory帮助在浏览器上运行Python代码，无需任何配置，并且可以免费访问GPU（图形处理单元）。Colaboratory构建在Jupyter Notebook之上。

示例

以下是代码片段：

print("Creating a test dataset that consists of raw strings")
test_ds = all_labeled_data.take(VALIDATION_SIZE).batch(BATCH_SIZE)
test_ds = configure_dataset(test_ds)
loss, accuracy = export_model.evaluate(test_ds)
print("The loss is : ", loss)
print("The accuracy is: {:2.2%}".format(accuracy))

代码来源：https://tensorflowcn.cn/tutorials/load_data/text

输出

Creating a test dataset that consists of raw strings
79/79 [==============================] - 7s 10ms/step - loss: 0.5230 - accuracy: 0.7909
The loss is : 0.5458346605300903
The accuracy is: 78.16%

解释

• 构建一个测试数据集，其中数据被分组到一定的批次大小。

• 使用“evaluate”方法评估此数据。

• 训练数据相关的损失和准确率显示在控制台上。

AmitDiwan

更新于：2021年1月19日

97 次浏览

启动你的职业生涯

完成课程获得认证

开始学习