我们一直在使用Weka Explorer GUI构建一些分类器模型。现在测试已经完成,我们希望在Java应用程序中实现此模型,以便它可以接受新消息。因此,对于新消息,我们需要对消息进行标记化,将消息中的标记与用于为模型构建词向量的标记进行匹配,然后将该词向量解析为模型。
我们应该如何进行这个过程?有没有可用的例子?我们如何处理新的</em
我已经用谷歌搜索了我能想到的问题的每一个版本,但在我的生活中,我找不到一个基本的tensorflow.js训练tf.browser.fromPixels(图像)来得到是或否的例子。我能找到的所有例子都是从预先训练好的网络开始的。我已经建立了一个25x25像素图像的数据库,并将它们都存储为一个变量中的画布,如下所示: let data = {
t: [canvas1, canvas2, canvas3, ...
我已经训练了一个Tensorflow Lite (TFLite)模型,它保存为一个*.tflite文件。我正在编写代码,允许我选择一个tflite文件和一个包含图像的文件夹,然后使用该模型对该图像进行推断。以下是我所写的: model = "**path,每个标签的图像都存储在它们自己的子目录中,所以所有的“工厂”图像都会