Tensorflow如何与Illiad数据集一起使用，以检查测试数据使用Python的效果如何？
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，可与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。它具有优化技术，可帮助快速执行复杂的数学运算。这是因为它使用了NumPy和多维数组。这些多维数组也称为“张量”。
该框架支持使用深度神经网络。它具有高度的可扩展性，并附带许多流行的数据集。它使用GPU计算并自动进行资源管理。它带有大量的机器学习库，并且得到了良好的支持和记录。该框架具有运行深度神经网络模型，对其进行训练以及创建可预测各个数据集相关特征的应用程序的能力。
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。
我们将使用Illiad的数据集，其中包含来自WilliamCowper，Edward（德比伯爵）和SamuelButler的三本翻译作品的文本数据。当给出单行文本时，训练模型以识别翻译器。使用的文本文件已经过预处理。这包括删除文档的页眉和页脚，行号和章节标题。
我们正在使用Google合作实验室来运行以下代码。GoogleColab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。合作已建立在JupyterNotebook的基础上。
示例
以下是代码片段-
print("Testing the model on new data")
inputs = [
"the allies, and his armour flashed about him so that he seemed to all",
"他双臂大声嘶哑，跌倒了。",
"Join'd to th' Ionians with their flowing robes,",
]
print("The predict method is being called")
predicted_scores = export_model.predict(inputs)
predicted_labels = tf.argmax(predicted_scores, axis=1)
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 on new data The predict method is being called 问题是： the allies, and his armour flashed about him so that he seemed to all 预测标签为： 2 问题是： 他双臂大声嘶哑，跌倒了。 预测标签为： 0 问题是： Join'd to th' Ionians with their flowing robes, 预测标签为： 1
解释
数据编译好并适合训练数据后，将在从未见过的数据上进行测试。
在测试数据上调用“预测”方法。
显示了预测标签的一些样本及其对应的问题。