数据结构
网络
关系型数据库管理系统
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
服装设计
法律研究如何使用Tensorflow和Python编码多个长度相同的字符串？
可以使用“tf.Tensor”作为输入值来编码多个长度相同的字符串。当需要编码多个长度不同的字符串时，应使用tf.RaggedTensor作为输入。如果张量包含以填充/稀疏格式存储的多个字符串，则需要将其转换为tf.RaggedTensor。然后，应该在其上调用unicode_encode方法。
阅读更多： 什么是TensorFlow以及Keras如何与TensorFlow一起创建神经网络？
让我们了解如何使用Python表示Unicode字符串，以及如何使用Unicode等价物来操作这些字符串。首先，我们借助标准字符串操作的Unicode等价物，根据脚本检测将Unicode字符串分成标记。
我们正在使用Google Colaboratory运行以下代码。Google Colab或Colaboratory帮助通过浏览器运行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。
print("When encoding multiple strings of same lengths, tf.Tensor is used as input")
tf.strings.unicode_encode([[99, 97, 116], [100, 111, 103], [ 99, 111, 119]],output_encoding='UTF-8')
print("When encoding multiple strings with varying length, a tf.RaggedTensor should be used as input:")
tf.strings.unicode_encode(batch_chars_ragged, output_encoding='UTF-8')
print("If there is a tensor with multiple strings in padded/sparse format, convert it to a tf.RaggedTensor before calling unicode_encode")
tf.strings.unicode_encode(
tf.RaggedTensor.from_sparse(batch_chars_sparse),
output_encoding='UTF-8')
tf.strings.unicode_encode(
tf.RaggedTensor.from_tensor(batch_chars_padded, padding=-1),
output_encoding='UTF-8')代码来源：https://tensorflowcn.cn/tutorials/load_data/unicode
输出
When encoding multiple strings of same lengths, tf.Tensor is used as input When encoding multiple strings with varying length, a tf.RaggedTensor should be used as input: If there is a tensor with multiple strings in padded/sparse format, convert it to a tf.RaggedTensor before calling unicode_encode
解释
- 在编码多个长度相同的字符串时，可以使用tf.Tensor作为输入。
- 在编码多个长度不同的字符串时，可以使用tf.RaggedTensor作为输入。
- 如果存在一个包含以填充/稀疏格式存储的多个字符串的张量，则需要在对其调用unicode_encode之前将其转换为tf.RaggedTensor。
更新于： 2021年2月20日
214次查看
广告