文本分类 – TensorFlow 算法的输入和输出接口 - 亚马逊 SageMaker AI
增量训练使用文本分类 – TensorFlow 算法进行推理
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅 中国的 Amazon Web Services 服务入门 (PDF)。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

文本分类 – TensorFlow 算法的输入和输出接口

TensorFlow Hub 模型中列出的每个预先训练模型，都可以通过由任意类别数量的文本句子组成的数据集进行微调。预先训练模型将分类层附加到文本嵌入模型，并将层参数初始化为随机值。根据在输入数据中检测到的类别数量来确定分类层的输出维度。

请注意如何格式化训练数据，以便输入到文本分类 – TensorFlow 模型中。

  • 训练数据输入格式：包含 data.csv 文件的目录。第一列的每一行都应有一个整数型的类标签，其值介于 0 和类数量之间。第二列的每一行都应有对应的文本数据。

以下是输入 CSV 文件的示例：请注意，该文件不应有任何标题。文件应托管在 Amazon S3 存储桶中，路径类似于如下所示：s3://bucket_name/input_directory/。请注意，结尾的 / 是必需的。

|   |  |
|---|---|
|0 |hide new secretions from the parental units|
|0 |contains no wit , only labored gags|
|1 |that loves its characters and communicates something rather beautiful about human nature|
|...|...|

增量训练

您可以使用以前通过 SageMaker AI 训练的模型中的构件作为种子来训练新模型。当您想训练具有相同或类似数据的新模型时，这种增量训练可节省训练时间。

注意

您只能将 SageMaker AI 文本分类 – TensorFlow 模型作为种子，植入到在 SageMaker AI 中训练的另一个文本分类 – TensorFlow 模型中。

只要类别集合保持不变，就可以使用任何数据集进行增量训练。增量训练步骤与微调步骤类似，但不是使用预先训练的模型开始，而是从现有的微调模型开始。

有关通过 SageMaker AI 文本分类 – TensorFlow 算法使用增量训练的更多信息，请参阅 JumpStart 简介 – 文本分类笔记本。

使用文本分类 – TensorFlow 算法进行推理

您可以托管通过 TensorFlow 文本分类训练得到的微调模型，以便用于推理。用于推理的任何原始文本格式都必须是内容类型 application/x-text。

运行推理会生成概率值、所有类的类标签以及与概率最高的类索引对应的预测标签，这些标签以 JSON 格式编码。文本分类 – TensorFlow 模型的每个请求处理一个字符串，并且仅输出一行。以下是 JSON 格式响应的示例：

accept: application/json;verbose

{"probabilities": [prob_0, prob_1, prob_2, ...],
"labels": [label_0, label_1, label_2, ...],
"predicted_label": predicted_label}

如果 accept 设置为 application/json，则模型仅输出概率。