Tensorflow是Google提供的一种机器学习框架。它是一个开放源代码框架，与Python结合使用以实现算法，深度学习应用程序等等。它用于研究和生产目的。
可以使用下面的代码行在Windows上安装'tensorflow'软件包-
pip install tensorflow
Tensor是TensorFlow中使用的数据结构。它有助于连接流程图中的边缘。该流程图称为“数据流程图”。张量不过是多维数组或列表。
我们正在使用Google合作实验室来运行以下代码。Google Colab或Colaboratory可以帮助通过浏览器运行Python代码，并且需要零配置和对GPU（图形处理单元）的免费访问。协作已建立在Jupyter Notebook的基础上。
以下是代码片段-
print("Testing the model with new data")
inputs = [
"how do I extract keys from a dict into a list?",
"debug public static void main(string[] args) {...}",
]
print("预测分数 ")
predicted_scores = export_model.predict(inputs)
print("Predicting the labels")
predicted_labels = get_string_labels(predicted_scores)
for input, label in zip(inputs, predicted_labels):
print("问题是： ", input)
print("预测标签为： ", label.numpy())代码信用-https://www.tensorflow.org/tutorials/load_data/text
输出结果
Testing the model with new data
预测分数
Predicting the labels
问题是： how do I extract keys from a dict into a list?
预测标签为： b'python'
问题是： debug public static void main(string[] args) {...}
预测标签为： b'java'当模型中存在文本预处理代码时，它有助于导出模型以进行生产。
这样，简化了部署。
在模型外部使用“ TextVectorization”时，它有助于执行异步CPU处理和缓冲。