টেনসরফ্লো ২.x এর সাথে tf.Transfor ব্যবহার করা হচ্ছে

সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।

থেকে শুরু করে 0.30 মুক্তির tf.Transform ডিফল্ট আচরণটি একটি TF 2.x SavedModel রপ্তানি করতে যদি না মেমরি 2.x আচরণে স্পষ্টভাবে প্রতিবন্ধী হয়। এই পৃষ্ঠাটি ব্যবহার করার জন্য একটি গাইড উপলব্ধ tf.Transform একটি TensorFlow 2.x SavedModel যেমন রুপান্তর গ্রাফ রপ্তানি করতে।

TF তে নতুন। TF 2.x এর সাথে রূপান্তর

মধ্যে Keras মডেল লোড করা হচ্ছে preprocessing_fn

ব্যবহার করুন tft.make_and_track_object যেমন নীচের উদাহরণে দেখানো Keras মডেল লোড করা API- টি।

def preprocessing_fn(inputs):
  keras_model = tft.make_and_track_object(lambda: tf.keras.models.load_model(...), name='_unique_name')
  ...
  return {'keras_model_output': keras_model(inputs[...])}

TF 2.x tf.hub মডিউল ব্যবহার করা

মেমরি 2.x হাব মডিউল কাজ tf.Transform শুধুমাত্র যখন preprocessing_fn আঁকা এবং একটি TF 2.x SavedModel (এই দিয়ে শুরু ডিফল্ট আচরণ হিসাবে রপ্তানি করা হয় tensorflow_transform 0.30 )। ব্যবহার করুন tft.make_and_track_object লোড করতে এপিআই tf.hub যেমন নীচের উদাহরণে দেখানো মডিউল।

def preprocessing_fn(inputs):
  hub_module = tft.make_and_track_object(lambda: hub.load(...))
  ...
  return {'hub_module_output': hub_module(inputs[...])}

সম্ভাব্য মাইগ্রেশন সমস্যা

একটি বিদ্যমান মাইগ্রেট তাহলে tf.Transform পাইপলাইন থেকে মেমরি 1.x করার মেমরি 2.x, নিম্নলিখিত যে সমস্যাগুলির সম্মুখীন হতে পারে:

RuntimeError: আপনার বিশ্লেষক ক্রম preprocessing_fn অ নির্ণায়ক উপস্থিত হতে পারে।

মেমরি 2.x সালে preprocessing_fn ব্যবহারকারী দ্বারা উপলব্ধ বেশ কয়েকবার আঁকা হয়। যদি TFT বিশ্লেষকগণ প্রতিটি ক্রমের সাথে পরিবর্তিত হয়, তাহলে এই ত্রুটিটি উত্থাপিত হবে। টিএফটি বিশ্লেষকদের যে ক্রমে আহ্বান করা হয় সেই ক্রমে কোন অ-নির্ণয়বাদ দূর করে এটি ঠিক করা যেতে পারে।

আউটপুট transform_raw_features প্রত্যাশিত বৈশিষ্ট্য ধারণ করে না।

উদাহরণ ব্যতিক্রম:

KeyError: \<feature key>

অথবা

\<feature key> not found in features dictionary.

TFTransformOutput.transform_raw_features উপেক্ষা করে drop_unused_features পরামিতি এবং আচরণ করবে যেমন যদি এটা সত্য। ' দয়া করে এই API থেকে আউটপুট অভিধানের কোন ব্যবহার আপডেট করুন যাতে আপনি যে কীটি পুনরুদ্ধার করার চেষ্টা করছেন তাতে এটি বিদ্যমান আছে কিনা তা পরীক্ষা করে দেখুন।

tf.estimator.BaselineClassifier দেখছে সারণী আরম্ভ না হওয়া ত্রুটি।

উদাহরণ ব্যতিক্রম:

tensorflow.python.framework.errors_impl.FailedPreconditionError: Table not initialized.

এস্টিমেটর ভিত্তিক এক্সিকিউটর সহ প্রশিক্ষকের জন্য সমর্থন সর্বোত্তম প্রচেষ্টা। অন্যান্য অনুমানকারীরা কাজ করার সময়, আমরা বেসলাইন ক্লাসিফায়ারে টেবিল আরম্ভের সমস্যা দেখেছি। দয়া করে নিষ্ক্রিয় মেমরি 2.x tf.Transform

পরিচিত সমস্যা / বৈশিষ্ট্যগুলি এখনও সমর্থিত নয়

TFRecord ফর্ম্যাটে শব্দভান্ডার আউটপুট করা এখনও সমর্থিত নয়।

tfrecord_gzip এখনো জন্য একটি বৈধ মান হিসাবে সমর্থিত নয় file_format মাপদণ্ড tft.vocabulary (এবং অন্যান্য শব্দভান্ডার API গুলি)।

উত্তরাধিকার টিএফ বজায় রাখা

আপনার যদি tf.Transform পাইপলাইন মেমরি 2.x দিয়ে চালানো উচিত নয়, আপনি নিম্নলিখিত পদ্ধতির মধ্যে একটি উত্তরাধিকার আচরণ বজায় রাখা করতে পারেন:

  • নিষ্ক্রিয় TF2 tf.Transform কল করে tf.compat.v1.disable_v2_behavior()
  • পাসিং force_tf_compat_v1=True করতে tft_beam.Context যদি ব্যবহার tf.Transform একটি স্বতন্ত্র লাইব্রেরি হিসাবে অথবা TFX মধ্যে ট্রান্সফর্ম উপাদানের।