पाठ और एनएलपी पुस्तकालयों के लिए एपीआई संदर्भ।

केरसएनएलपी

एपीआई संदर्भ

TensorFlow में टेक्स्ट प्रोसेसिंग शुरू करने का सबसे आसान तरीका KerasNLP का उपयोग करना है, जो एक नेचुरल लैंग्वेज प्रोसेसिंग लाइब्रेरी है जो अत्याधुनिक प्रीसेट वेट और आर्किटेक्चर के साथ मॉड्यूलर घटक प्रदान करती है। आप KerasNLP घटकों का उपयोग आउट-ऑफ-द-बॉक्स कर सकते हैं या उन्हें आवश्यकतानुसार अनुकूलित कर सकते हैं। KerasNLP सभी वर्कफ़्लोज़ के लिए इन-ग्राफ़ गणना पर ज़ोर देता है, इसलिए आप TensorFlow पारिस्थितिकी तंत्र का उपयोग करके आसान उत्पादन की उम्मीद कर सकते हैं।

KerasNLP को स्थापित करने के लिए, स्थापना देखें।

टेंसरफ्लो टेक्स्ट

एपीआई संदर्भ

tensorflow_text पैकेज टेक्स्ट से संबंधित कक्षाओं का एक संग्रह प्रदान करता है और TensorFlow के साथ उपयोग करने के लिए तैयार ऑप्स। पुस्तकालय पाठ-आधारित मॉडल द्वारा नियमित रूप से आवश्यक प्रीप्रोसेसिंग कर सकता है, और इसमें अन्य सुविधाएँ शामिल हैं जो अनुक्रम मॉडलिंग के लिए उपयोगी हैं जो कोर TensorFlow द्वारा प्रदान नहीं की गई हैं।

स्थापना विवरण के लिए, मार्गदर्शिका देखें

टेंसरफ्लो मॉडल - एनएलपी

एपीआई संदर्भ

TensorFlow मॉडल रिपॉजिटरी अत्याधुनिक (SOTA) मॉडल का कार्यान्वयन प्रदान करता है। tensorflow-models-official पाइप पैकेज में SOTA NLP मॉडल बनाने के लिए कई उच्च-स्तरीय फ़ंक्शंस और कक्षाएं शामिल हैं जिनमें nlp.layers , nlp.losses , nlp.models और nlp.tasks शामिल हैं।

आप पैकेज को pip के साथ स्थापित कर सकते हैं:

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

NLP कार्यक्षमता tfm.nlp सबमॉड्यूल में उपलब्ध है।

import tensorflow_models as tfm
tfm.nlp