[英]How to INCLUDE certain pre-processing step into model for Tensorflow serving
[英]Custom text pre-processing saved in Tensorflow model
如何编写可以保存为模型一部分的自定义文本预处理?
假设我想要两个功能:
像这样的东西:
飞往伦敦-> 飞往伦敦
飞往伦敦 -> 飞往伦敦loc_city
-> 这个标记需要提前在词汇表中,这可以做到
在步骤 1 和/或 2 之后,将结果提供给 TextVectorisation / Embedding 层?
有standardize
回调,但我看不到使用现有 tf.string 操作的明显方法。
理想情况下,有一个回调函数/层接受字符串(或标记)并映射到另一个字符串(或字符串标记)。
您可以像这样获取字符串的第一个字符:
import tensorflow as tf
class StringLayer(tf.keras.layers.Layer):
def __init__(self):
super(StringLayer, self).__init__()
def call(self, inputs):
return tf.squeeze(tf.strings.bytes_split(inputs), axis=1).to_tensor()[:, 0]
s = tf.constant([['next_string'], ['some_string']])
layer = StringLayer()
print(layer(s))
# tf.Tensor([b'n' b's'], shape=(2,), dtype=string)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.