Dokumentacja API dla bibliotek tekstowych i NLP.,Doniesienia API dla bibliotek tekstowych i NLP.

KerasNLP

Odniesienie do API

Najłatwiejszym sposobem rozpoczęcia przetwarzania tekstu w TensorFlow jest użycie KerasNLP, biblioteki przetwarzania języka naturalnego, która zapewnia modułowe komponenty z najnowocześniejszymi, wstępnie ustawionymi wagami i architekturami. Możesz użyć komponentów KerasNLP od razu po wyjęciu z pudełka lub dostosować je według potrzeb. KerasNLP kładzie nacisk na obliczenia na wykresie dla wszystkich przepływów pracy, więc możesz spodziewać się łatwej produkcji przy użyciu ekosystemu TensorFlow.

Aby zainstalować KerasNLP, zobacz Instalacja .

Tekst TensorFlow

Odniesienie do API

Pakiet tensorflow_text zapewnia kolekcję klas i operacji związanych z tekstem, gotowych do użycia z TensorFlow. Biblioteka może przeprowadzać przetwarzanie wstępne wymagane regularnie w modelach tekstowych i zawiera inne funkcje przydatne do modelowania sekwencji, których nie zapewnia podstawowy TensorFlow.

Szczegóły dotyczące instalacji można znaleźć w przewodniku

Modele TensorFlow – NLP

Odniesienie do API

Repozytorium TensorFlow Models zapewnia implementacje najnowocześniejszych modeli (SOTA). tensorflow-models-official pip zawiera wiele funkcji i klas wysokiego poziomu do budowania modeli SOTA NLP, w tym nlp.layers , nlp.losses , nlp.models i nlp.tasks .

Możesz zainstalować pakiet za pomocą pip :

$ pip install tensorflow-models-official  # For the latest release
$ #or
$ pip install tf-models-nightly # For the nightly build

Funkcjonalność NLP dostępna jest w podmodule tfm.nlp .

import tensorflow_models as tfm
tfm.nlp
,

KerasNLP

Odniesienie do API

Najłatwiejszym sposobem rozpoczęcia przetwarzania tekstu w TensorFlow jest użycie KerasNLP, biblioteki przetwarzania języka naturalnego, która zapewnia modułowe komponenty z najnowocześniejszymi, wstępnie ustawionymi wagami i architekturami. Możesz użyć komponentów KerasNLP od razu po wyjęciu z pudełka lub dostosować je według potrzeb. KerasNLP kładzie nacisk na obliczenia na wykresie dla wszystkich przepływów pracy, więc możesz spodziewać się łatwej produkcji przy użyciu ekosystemu TensorFlow.

Aby zainstalować KerasNLP, zobacz Instalacja .

Tekst TensorFlow

Odniesienie do API

Pakiet tensorflow_text zapewnia kolekcję klas i operacji związanych z tekstem, gotowych do użycia z TensorFlow. Biblioteka może przeprowadzać przetwarzanie wstępne wymagane regularnie w modelach tekstowych i zawiera inne funkcje przydatne do modelowania sekwencji, których nie zapewnia podstawowy TensorFlow.

Szczegóły dotyczące instalacji można znaleźć w przewodniku

Modele TensorFlow – NLP

Odniesienie do API

Repozytorium TensorFlow Models zapewnia implementacje najnowocześniejszych modeli (SOTA). tensorflow-models-official pip zawiera wiele funkcji i klas wysokiego poziomu do budowania modeli SOTA NLP, w tym nlp.layers , nlp.losses , nlp.models i nlp.tasks .

Możesz zainstalować pakiet za pomocą pip :

$ pip install tensorflow-models-official  # For the latest release
$ #or
$ pip install tf-models-nightly # For the nightly build

Funkcjonalność NLP dostępna jest w podmodule tfm.nlp .

import tensorflow_models as tfm
tfm.nlp