tfhub简介

t f h u b 简 介 tfhub简介 tfhub

import tensorflow_hub as hub

embed = hub.load("./nnlm-zh-dim50-with-normalization_2")

embeddings = embed(["男 人", "女 人"])
embeddings.shape

在这里插入图片描述

embeddings[0]

在这里插入图片描述

embeddings[1]

在这里插入图片描述

v1 = embeddings[0].numpy().reshape(1,-1)
v2 = embeddings[1].numpy().reshape(1,-1)
import sklearn
sklearn.metrics.pairwise.cosine_similarity(v1, v2)

在这里插入图片描述

import tensorflow as tf
hub_layer = hub.KerasLayer("./nnlm-zh-dim50-with-normalization_2", output_shape=[50],
                           input_shape=[], dtype=tf.string)

model = tf.keras.Sequential()
model.add(hub_layer)
model.add(tf.keras.layers.Dense(16, activation='relu'))
model.add(tf.keras.layers.Dense(1, activation='sigmoid'))

model.summary()

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值