Deepsegment มีให้บริการฟรีในการใช้ API (https://fastdeploy.notai.tech/free_apis) และเป็นบริการที่เป็นเจ้าภาพด้วยตนเองผ่าน https://github.com/notai-tech/fastdeploy
หมายเหตุ: สำหรับการใช้งานดั้งเดิมโปรดใช้สาขา "มาสเตอร์" ของ repo นี้
เอกสารรหัสมีอยู่ที่ http://bpraneeth.com/docs
# Tested with (keras==2.3.1; tensorflow==2.2.0) and (keras==2.2.4; tensorflow==1.14.0)
pip install --upgrade deepsegmenten - ภาษาอังกฤษ (ได้รับการฝึกฝนเกี่ยวกับข้อมูลจากแหล่งต่าง ๆ )
FR - ภาษาฝรั่งเศส (เฉพาะข้อมูล Tatoeba)
มัน - อิตาลี (เฉพาะข้อมูล Tatoeba)
from deepsegment import DeepSegment
# The default language is 'en'
segmenter = DeepSegment ( 'en' )
segmenter . segment ( 'I am Batman i live in gotham' )
# ['I am Batman', 'i live in gotham']docker pull bedapudi6788/deepsegment_en:v2
docker run -d -p 8500:8500 bedapudi6788/deepsegment_en:v2 from deepsegment import DeepSegment
# The default language is 'en'
segmenter = DeepSegment ( 'en' , tf_serving = True )
segmenter . segment ( 'I am Batman i live in gotham' )
# ['I am Batman', 'i live in gotham']เนื่องจากขนาดเดียวจะไม่พอดีกับทุกรุ่น Finetuning รุ่นเริ่มต้นของ Deepsegment ด้วยข้อมูลของคุณเองจึงได้รับการสนับสนุน
from deepsegment import finetune , generate_data
x , y = generate_data ([ 'my name' , 'is batman' , 'who are' , 'you' ], n_examples = 10000 )
vx , vy = generate_data ([ 'my name' , 'is batman' ])
# NOTE: name, epochs, batch_size, lr are optional arguments.
finetune ( 'en' , x , y , vx , vy , name = 'finetuned_model_name' , epochs = number_of_epochs , batch_size = batch_size , lr = learning_rate ) from deepsegment import DeepSegment
segmenter = DeepSegment ( 'en' , checkpoint_name = 'finetuned_model_name' )การฝึกอบรม deepsegment เกี่ยวกับข้อมูลที่กำหนดเอง: https://colab.research.google.com/drive/1cjybdbdhx1umiyvn7ndw2clqpnnnea_m
https://github.com/bminixhofer/nnsplit (พร้อมการผูกสำหรับ Python, Rust และ JavaScript)