Python 如何在新数据集上应用TensorFlow文本分类？

我将学习本教程：

它只适用于拟合模型，但我找不到如何在新的数据集上使用模型对未标记的数据进行分类。我试着遵循其他教程，但我无法让它们工作，因为它们可能不是基于文本的

model.add（tf.keras.layers.density（1））

---

我遇到了一个问题，我尝试将图层设置为2表示正、负，但这也不起作用。

我想你误解了该教程的目的。该教程采用了所谓的“迁移学习”。转移学习是指你将一个已经训练过的模型与其他数据一起训练。您正在做的是创建一个全新的模型，这不是该特定教程的目的。此外，对于该模型，您需要一个带标签的数据集，该数据集在使用Tensorflow数据集库的教程中提供。为了完成您试图做的事情，您必须看一个不同的教程，解释如何从头开始训练用于文本分类的LSTM模型