Tensorflowを使用して、Pythonを使用してビルドされたモデルをエクスポートするにはどうすればよいですか？

Tensorflowは、Googleが提供する機械学習フレームワークです。これは、Pythonと組み合わせて使用​​されるオープンソースのフレームワークであり、アルゴリズムや深層学習アプリケーションなどを実装します。研究や生産目的で使用されます。

「tensorflow」パッケージは、以下のコード行を使用してWindowsにインストールできます-

pip install tensorflow

Tensorは、TensorFlowで使用されるデータ構造です。フロー図のエッジを接続するのに役立ちます。このフロー図は「データフローグラフ」と呼ばれます。テンソルは多次元配列またはリストに他なりません。

イリアスのデータセットを使用します。このデータセットには、ウィリアムカウパー、エドワード（ダービー伯爵）、サミュエルバトラーの3つの翻訳作品のテキストデータが含まれています。モデルは、1行のテキストが与えられたときに翻訳者を識別するようにトレーニングされています。使用されているテキストファイルは前処理されています。これには、ドキュメントのヘッダーとフッター、行番号、章のタイトルの削除が含まれます。

以下のコードを実行するためにGoogleColaboratoryを使用しています。 Google ColabまたはColaboratoryは、ブラウザー上でPythonコードを実行するのに役立ち、構成が不要で、GPU（グラフィックプロセッシングユニット）に無料でアクセスできます。 ColaboratoryはJupyterNotebookの上に構築されています。

例

以下はコードスニペットです-

print("The customized pre-processing step")
preprocess_layer = TextVectorization(
   max_tokens=vocab_size,
   standardize=tf_text.case_fold_utf8,
   split=tokenizer.tokenize,
   output_mode='int',
   output_sequence_length=MAX_SEQUENCE_LENGTH)
preprocess_layer.set_vocabulary(vocab)
print("The model is being exported")
   export_model = tf.keras.Sequential(
   [preprocess_layer, model,
   layers.Activation('sigmoid')])

コードクレジット-https：//www.tensorflow.org/tutorials/load_data/text

出力

The customized pre-processing step
The model is being exported

説明

• モデルに生の文字列を入力として使用させる場合は、前処理と同じ機能を実行する「textVectorization」レイヤーを作成する必要があります。

• 語彙はすでにトレーニングされています。つまり、「set_vocabulary」メソッドを使用して新しい語彙をトレーニングできます。