เข้าร่วม Women in ML Symposium ในวันที่ 7 ธันวาคม ลงทะเบียนตอนนี้

บทนำสู่ TensorFlow Text

จัดทุกอย่างให้เป็นระเบียบอยู่เสมอด้วยคอลเล็กชัน บันทึกและจัดหมวดหมู่เนื้อหาตามค่ากำหนดของคุณ

TensorFlow Text มีชุดของคลาสที่เกี่ยวข้องกับข้อความและการดำเนินการที่พร้อมใช้งานกับ TensorFlow 2.0 ไลบรารีสามารถทำการประมวลผลล่วงหน้าเป็นประจำซึ่งจำเป็นสำหรับโมเดลแบบข้อความ และรวมถึงคุณลักษณะอื่นๆ ที่เป็นประโยชน์สำหรับการสร้างโมเดลตามลำดับที่ไม่ได้จัดเตรียมโดย TensorFlow หลัก

ประโยชน์ของการใช้ตัวเลือกเหล่านี้ในการประมวลผลข้อความล่วงหน้าคือดำเนินการในกราฟ TensorFlow คุณไม่จำเป็นต้องกังวลว่าการใช้โทเค็นในการฝึกอบรมจะแตกต่างจากการใช้โทเค็นในการอนุมาน หรือการจัดการสคริปต์การประมวลผลล่วงหน้า

ติดตั้ง TensorFlow Text

ติดตั้งโดยใช้ pip

เมื่อติดตั้ง TF Text ด้วยการติดตั้ง pip ให้สังเกตเวอร์ชันของ TensorFlow ที่คุณใช้งาน เนื่องจากคุณควรระบุเวอร์ชันของ TF Text ที่เกี่ยวข้อง

pip install -U tensorflow-text==<version>

สร้างจากแหล่งที่มา

TensorFlow Text ต้องสร้างขึ้นในสภาพแวดล้อมเดียวกันกับ TensorFlow ดังนั้น หากคุณสร้าง TF Text ด้วยตนเอง ขอแนะนำเป็นอย่างยิ่งให้คุณสร้าง TensorFlow ด้วย

หากสร้างบน MacOS คุณต้องติดตั้ง coreutils มันอาจจะง่ายที่สุดที่จะทำกับ Homebrew ครั้งแรกที่สร้าง TensorFlow จากแหล่ง

โคลน repo ข้อความ TF

git clone  https://github.com/tensorflow/text.git

สุดท้าย รันสคริปต์สร้างเพื่อสร้างแพ็คเกจ pip

./oss_scripts/run_build.sh