Začněte nyníZačněte zdarma

Tvůj první model RNN

V tomto cvičení si v praxi vyzkoušíš moduly Keras a sestavíš svůj první model RNN, který použiješ ke klasifikaci sentimentu filmových recenzí.

Tento první model má jednu rekurentní vrstvu s klasickou buňkou RNN: SimpleRNN, a výstupní vrstvu se dvěma možnými hodnotami: 0 představuje negativní sentiment a 1 představuje pozitivní sentiment.

Budeš pracovat s datasetem IMDB z balíčku keras.datasets. Model už byl natrénován a jeho váhy jsou uloženy v souboru model_weights.h5. Sestav architekturu modelu a pomocí předem načtených proměnných x_test a y_test ověř jeho výkon.

Toto cvičení je součástí kurzu

Rekurentní neuronové sítě (RNN) pro jazykové modelování s Keras

Zobrazit kurz

Pokyny k cvičení

  • Přidej buňku SimpleRNN se 128 jednotkami.
  • Přidej vrstvu Dense s jednou jednotkou pro klasifikaci sentimentu.
  • Použij správnou ztrátovou funkci pro binární klasifikaci.
  • Vyhodnoť model na předtrénované validační sadě: (x_test, y_test).

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Build model
model = Sequential()
model.add(____(units=____, input_shape=(None, 1)))
model.add(Dense(____, activation='sigmoid'))
model.compile(loss='____', 
              optimizer='adam',
              metrics=['accuracy'])

# Load pre-trained weights
model.load_weights('model_weights.h5')

# Method '.evaluate()' shows the loss and accuracy
loss, acc = model.evaluate(____, ____, verbose=0)
print("Loss: {0} \nAccuracy: {1}".format(loss, acc))
Upravit a spustit kód