LoslegenKostenlos loslegen

Dein erstes RNN-Modell

In dieser Übung wirst du die Keras-Module anwenden, um dein erstes „ RNN ”-Modell zu erstellen und damit die Stimmung in Filmkritiken zu klassifizieren.

Dieses erste Modell hat eine wiederkehrende Schicht mit der Vanilla- RNN -Zelle: SimpleRNN und die Ausgabeschicht mit zwei möglichen Werten: 0 für negative Stimmung und 1 für positive Stimmung.

Du wirst den Datensatz „ IMDB ” verwenden, den du unter keras.datasets findest. Ein Modell wurde bereits trainiert und seine Gewichte in der Datei „ model_weights.h5 “ gespeichert. Du baust die Architektur des Modells auf und nutzt die vorinstallierten Variablen x_test und y_test, um die Leistung zu checken.

Diese Übung ist Teil des Kurses

Rekursive neuronale Netze (RNNs) für die Sprachmodellierung mit Keras

Kurs anzeigen

Anleitung zur Übung

  • Füge die Zelle „ SimpleRNN “ mit den Einheiten „ 128 “ hinzu.
  • Füge eine „ Dense “-Schicht mit einer Einheit für die Sentiment-Klassifizierung hinzu.
  • Verwende die richtige Verlustfunktion für die binäre Klassifizierung.
  • Probier das Modell mit dem vortrainierten Validierungssatz aus: (x_test, y_test).

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# 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))
Code bearbeiten und ausführen