TensorFlow文本分類示例-如何評估自己的文本？

Question

是否有人擁有TensorFlow示例的完整步驟和示例，以傳遞您自己的文本文件並根據示例附帶的現有模型對它們進行評估-使用所記錄的train.py ？

另外，如果我想訓練自己樣本的1000個文本文件的不同輸入集，然后將該模型用於新的文本文件？ 我知道有文檔，但是對於不熟悉文本分類過程的人來說很簡短。

我能夠針對自己的圖像運行圖像示例，因為這僅需要將一個圖像.jpg文件名換成myh新圖像文件，而對於文本，它似乎涉及更多。

謝謝

Answer 1

這是一個例子： https : //github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/skflow/text_classification.py

您可以設置標志test_with_fake_data在text_train.csv（訓練樣本）和text_test.csv（測試樣品）使用偽造的數據在這里 。 接下來，您可以修改這兩個文件以包含您想要的任何數據。 如果您現有的文本文件采用其他格式，則需要進行一些預處理。

Answer 2

您需要加載在培訓期間保存的詞匯文件，並以此來處理新文本。 在這里查看eval.py文件

使用輸入文本更改數據參數，然后繼續。