在 Colab 中測試主題推論

試用 Colab,瞭解如何載入 Chrome 用來從主機名稱推測主題的 TensorFlow Lite 模型。

導入狀態

執行 Colab

Colab (或 Colaboratory) 是一項資料分析工具,可將程式碼、輸出內容和描述性文字整合到同一份協作文件中。您可以執行 Topics Model 執行示範 Colab,測試主題分類器模型如何從使用者造訪的網頁的主機名稱,推測他們感興趣的主題。

  1. 您可以在 chrome://topics-internals 頁面的「Classifier」分頁中,取得 Topics API 所用 .tflite 檔案的目錄路徑。覆寫清單 override_list.pb.gz 位於「Classifier」分頁中目前模型下的 chrome://topics-internals/ 頁面中。

    chrome://topics-internals 頁面,已選取「Classifier」面板,並醒目顯示 tflite 檔案路徑。

  2. 開啟 Colab,然後按一下資料夾圖示。

    Topics API Colab。

  3. 按一下「Upload」圖示,再將 model.tfliteoverride_list.pb.gz 從電腦上傳到 Colab。

    上傳 Topics API Colab 檔案。

  4. 之後只要從「Runtime」選單中選取「Run all」,即可執行所有 Colab 步驟。

    Topics API Colab 頁面,已選取「執行階段」選單。

這會執行以下操作:

  1. 安裝 Colab 使用的 Python 套件。
  2. 安裝 tflite 程式庫和 Topics 分類。
  3. 用於定義分類。
  4. 執行每個 Model Execution Demo 步驟,顯示兩個範例網域的分類運作方式。

每個成功完成的步驟旁邊都會顯示綠色勾號。(您也可以在每個步驟旁邊按一下 [播放] 按鈕個別執行)。

您可以查看分類器推測出的每個網域所推測的主題分數。請嘗試列出不同的網域,看看兩者有何差異。

後續步驟

如果您是廣告技術開發人員,不妨嘗試使用 Topics API 並參與,並查看 Topics API 示範

交流及分享意見回饋