10P_Transfer Learning for NLP with TensorFlow Hub:我们将使用来自TensorFlow Hub的经过预训练的NL

带TensorFlow集线器的NLP转移学习 转移学习是机器学习中的一个研究问题,其重点是存储在解决一个问题并将其应用于其他但相关的问题时获得的知识。 例如,在尝试识别卡车时可以应用在学习识别汽车时获得的知识。 是预训练的TensorFlow模型的存储库。 目标 在这个项目中,我们将使用TensorFlow Hub的预训练模型和进行文本分类。 我们将使用来自TensorFlow Hub的经过预训练的NLP文本嵌入模型执行转移学习以对真实文本数据进行微调,使用TensorFlow构建和评估用于文本分类的多个模型,并使用Tensorboard可视化模型性能指标。 先决条件: Python编程语言,熟悉自然语言处理(NLP)的深度学习,并具有使用TensorFlow或其Keras API训练的模型。 项目结构使用TensorFlow Hub进行NLP转移学习的动手项目分为以下任务: 任务