如何使用Tensorflow和Python整理预处理的数据？

Tensorflow是Google提供的一种机器学习框架。它是一个开放源代码框架，与Python结合使用以实现算法，深度学习应用程序等等。它用于研究和生产目的。它具有优化技术，可帮助快速执行复杂的数学运算。这是因为它使用了NumPy和多维数组。这些多维数组也称为“张量”。该框架支持使用深度神经网络。

可以使用下面的代码行在Windows上安装'tensorflow'软件包-

pip install tensorflow

Tensor是TensorFlow中使用的数据结构。它有助于连接流程图中的边缘。该流程图称为“数据流程图”。张量不过是多维数组或列表。

我们将使用Illiad的数据集，其中包含来自William Cowper，Edward（德比伯爵）和Samuel Butler的三本翻译作品的文本数据。当给出单行文本时，训练模型以识别翻译器。使用的文本文件已经过预处理。这包括删除文档的页眉和页脚，行号和章节标题。

我们正在使用Google合作实验室来运行以下代码。Google Colab或Colaboratory可以帮助通过浏览器运行Python代码，并且需要零配置和对GPU（图形处理单元）的免费访问。合作已建立在Jupyter Notebook的基础上。

示例

以下是代码片段-

print("Combine the labelled dataset and reshuffle it")
BUFFER_SIZE = 50000
BATCH_SIZE = 64
VALIDATION_SIZE = 5000
all_labeled_data = labeled_data_sets[0]
for labeled_dataset in labeled_data_sets[1:]:
   all_labeled_data = all_labeled_data.concatenate(labeled_dataset)
all_labeled_data = all_labeled_data.shuffle(
   BUFFER_SIZE, reshuffle_each_iteration=False)
print("Displaying a few samples of input data")
for text, label in all_labeled_data.take(8):
   print("句子是： ", text.numpy())
   print("标签是：", label.numpy())

代码信用-https://www.tensorflow.org/tutorials/load_data/text

输出结果

Combine the labelled dataset and reshuffle it
Displaying a few samples of input data
句子是： b'But I have now both tasted food, and given'
标签是： 0
句子是： b'All these shall now be thine: but if the Gods'
标签是： 1
句子是： b'Their spiry summits waved. There, unperceived'
标签是： 0
句子是： b'"I pray you, would you show your love, dear friends,'
标签是： 1
句子是： b'Entering beneath the clavicle the point'
标签是： 0
句子是： b'But grief, his father lost, awaits him now,'
标签是： 1
句子是： b'in the fore-arm where the sinews of the elbow are united, whereon he'
标签是： 2
句子是： b'For, as I think, I have already chased'
标签是： 0

解释

• 在对数据进行预处理之后，来自数据集的一些样本将显示在控制台上。

• 数据未分组，这意味着“ all_labeled_data”中的每个条目都映射到一个数据点。