Tensorflow 2.0将用于nlp的预处理tonkezier保存到tensorflow服务器中

Question

我已经训练了tensforflow 2.0 keras模型来进行一些自然语言处理。

我基本上在做的是获得不同新闻的标题并预测它们所属的类别。为此，我必须标记这些句子，然后添加0以填充数组以具有与我定义的长度相同的长度：

 from tensorflow.keras.preprocessing.text import Tokenizer
 from tensorflow.keras.preprocessing.sequence import pad_sequences

 max_words = 1500
 tokenizer = Tokenizer(num_words=max_words )
 tokenizer.fit_on_texts(x.values)
 X = tokenizer.texts_to_sequences(x.values)
 X = pad_sequences(X, maxlen = 32)

  from tensorflow.keras import Sequential
  from tensorflow.keras.layers import Dense, Embedding, LSTM, GRU,InputLayer

  numero_clases = 5

  modelo_sentimiento = Sequential()
  modelo_sentimiento.add(InputLayer(input_tensor=tokenizer.texts_to_sequences, input_shape=(None, 32)))
  modelo_sentimiento.add(Embedding(max_palabras, 128, input_length=X.shape[1]))
  modelo_sentimiento.add(LSTM(256, dropout=0.2, recurrent_dropout=0.2, return_sequences=True))
  modelo_sentimiento.add(LSTM(256, dropout=0.2, recurrent_dropout=0.2))

  modelo_sentimiento.add(Dense(numero_clases, activation='softmax'))
  modelo_sentimiento.compile(loss = 'categorical_crossentropy', optimizer='adam',
                            metrics=['acc',f1_m,precision_m, recall_m])
  print(modelo_sentimiento.summary())

现在受过训练，我想将其例如部署在tensorflow服务中，但是我不知道如何将该预处理（令牌生成器）保存到服务器中，就像制作scikit-learn管道一样，是否可以在此处进行呢？还是我必须保存令牌生成器并自行进行预处理，然后调用经过训练的模型进行预测？

Answer 1

您可以做的是将令牌生成器与使用的元数据一起保存，

with open('tokenizer_data.pkl', 'wb') as handle:
    pickle.dump(
        {'tokenizer': tokenizer, 'num_words':num_words, 'maxlen':pad_len}, handle)

然后在要使用它时加载它，

with open("tokenizer_data.pkl", 'rb') as f:
    data = pickle.load(f)
    tokenizer = data['tokenizer']
    num_words = data['num_words']
    maxlen = data['maxlen']