Как можно использовать TensorFlow для предварительной обработки данных в процессе машинного обучения?

TensorFlow позволяет использовать слои предварительной обработки данных в процессе машинного обучения. www.analyticsvidhya.com

Некоторые возможности:

• Обработка изображений. www.analyticsvidhya.com Используются, например, слои «Изменение размера», «Изменение масштаба» и «Центрирование». www.analyticsvidhya.com Они помогают подготовить исходные изображения, изменив их размер и обрезав до стандартных размеров и диапазонов. www.analyticsvidhya.com Также есть слои для увеличения данных изображения: «Случайный перевод», «Случайное вращение», «Случайное увеличение» и «Случайный контраст». www.analyticsvidhya.com
• Обработка текстовых данных. www.analyticsvidhya.com Для этого используется «Текстовая векторизация». www.analyticsvidhya.com Она превращает текст в закодированное представление, которое можно легко передать на слой встраивания или плотный слой. www.analyticsvidhya.com
• Нормализация данных. habr.com Например, изображения нормализуются путём деления значения каждого пикселя на 255,0. habr.com Это масштабирует значения пикселей из диапазона [0, 255] в диапазон [0, 1]. habr.com

Слои предварительной обработки можно включить непосредственно в модель нейросети. www.analyticsvidhya.com Это позволяет легко развёртывать и делать выводы на основе новых данных без необходимости ручной предварительной обработки извне. www.analyticsvidhya.com