내 텍스트 코퍼스 용 Word2Vec 모델을 교육하고 싶습니다. TensorFlow의 튜토리얼에서 코드를 얻을 수 있습니다. 내가 모르는 것은 CNN 텍스트 분류에 사용하기 위해이 모델을 저장하는 방법입니다. 피클을 사용하여 저장 한 다음 나중에 읽어야합니까?CNN 텍스트 분류 용 Word2Vec 저장
0
A
답변
0
pickle을 사용하여 디스크에 저장할 수 있습니다. 그런 다음 CNN 모델을 만들 때 저장된 단어 포함 테이블을로드하고이를 사용하여 CNN 분류 자에 대한 단어 삽입을 보유하는 TensorFlow 변수를 초기화합니다.
0
텐롤 흐름의 경우 모델을 저장하는 방식이 산세 처리가 아닙니다.
Tensorflow는 모델을 내보내기하기위한 프로토 bufs로 모델을 저장하는 데 사용되는 텐서 흐름을 제공합니다. 모델을 저장하는 방법은 tensorflow 세션을 저장하는 것 같은 : saver.save (SESS, 'my_test_model', global_step = 1000)을 Heres
완전한 답변에 대한 링크 : Tensorflow: how to save/restore a model?
관련 문제
- 1. 저장 및 복원 CNN
- 2. 텍스트 분류 (감상) 용 libsvm
- 3. 자바에서 텍스트 분류 용 라이브러리
- 4. 텍스트 분류 분류 포인터
- 5. Weka + NaiveBayes 분류 분류 자 + 텍스트 분류
- 6. 자바 용 LIBSVN 라이브러리를 사용한 텍스트 분류 용 SVM
- 7. elasticsearch로 텍스트 분류
- 8. 다른 입력 눈금을 가진 CNN
- 9. 자연 언어 처리 : word2vec
- 10. 텍스트 분류 작업을위한 최고의 분류 도구
- 11. 안드로이드 용 음성 분류 API
- 12. 텍스트 분류, 전처리 포함
- 13. Weka 이슈로 텍스트 분류
- 14. weka를 사용한 텍스트 분류
- 15. 텍스트 분류 도구
- 16. MATLAB의 텍스트 분류 데이터
- 17. 텍스트 분류 성능
- 18. 러시아어에 대한 텍스트 분류
- 19. 짧은 텍스트 분류
- 20. 신경망을 사용한 텍스트 분류
- 21. 텍스트 분류 기능 선택
- 22. Python mlpy 텍스트 분류
- 23. C 프로그래밍 : 텍스트 파일의 배열에 문자열 저장 및 분류
- 24. Keras에서 word2vec 구현
- 25. word2vec (gensim)의 score_cbow_pair
- 26. Word2Vec : 차원 수
- 27. CNN 학습을 중단 할시기
- 28. DeepLearning CNN 레이어 시각화
- 29. 문장 분류 (분류)
- 30. Python의 텍스트 분류 기능 선택