tensorflow/docs/api/preprocessing

TensorFlow Preprocessing API 提供了一系列用于数据预处理的方法，可以帮助您在训练模型之前对数据进行清洗、转换和增强。以下是一些常用的预处理方法：

常用方法

• tf.keras.layers.TextVectorization: 用于将文本数据转换为数值向量。
• tf.image: 提供了一系列图像处理函数，如裁剪、缩放、旋转等。
• tf.audio: 提供了音频处理功能，如读取、转换和增强音频数据。

示例

以下是一个使用 TextVectorization 的示例：

import tensorflow as tf

vectorizer = tf.keras.layers.TextVectorization(max_tokens=1000, output_mode='int')
vectorizer.adapt(["Hello, TensorFlow!"])

扩展阅读

如果您想了解更多关于 TensorFlow Preprocessing API 的信息，可以访问以下链接：

• TensorFlow Preprocessing API 文档

TensorFlow Logo