如何使用Tensorflow使用Python查看矢量化数据的样本？

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，可与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。

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

print("Look at sample data after processing it")
example_text, example_label = next(iter(all_labeled_data))

print("句子是： ", example_text.numpy())
vectorized_text, example_label = preprocess_text(example_text, example_label)

print("向量化的句子是： ", vectorized_text.numpy())
print("Run the pre-process function on the data")

all_encoded_data = all_labeled_data.map(preprocess_text)

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

输出结果

Look at sample data after processing it
句子是： b'But I have now both tasted food, and given'
向量化的句子是： [ 20 21 58 49 107 3497 909 2 4 540]
Run the pre-process function on the data

解释

list-paddingleft-2">

• 数据矢量化后，所有令牌都将转换为整数。

• 它们被转换为整数，以便模型可以解释输入给它的输入。