Uso de la capa CNN
En este ejercicio, utilizarás un modelo preentrenado que utiliza las capas « Conv1D » y « MaxPooling1D » del módulo « keras.layers.convolutional » y consigue una precisión aún mayor en la tarea de clasificación.
Esta arquitectura obtuvo buenos resultados en tareas de modelado del lenguaje, como la clasificación, y se añade aquí como ejercicio adicional para verla en acción y adquirir cierta intuición.
Dado que esta capa no forma parte del alcance del curso, te centrarás en cómo utilizar las capas junto con las capas RNN que ya has aprendido.
Sigue las instrucciones para ver los resultados.
Este ejercicio forma parte del curso
Redes neuronales recurrentes (RNN) para el modelado del lenguaje con Keras
Instrucciones del ejercicio
- Imprime la arquitectura del modelo.
- Carga los pesos preentrenados.
- Evalúa el modelo con los datos de prueba.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Print the model summary
model_cnn.____
# Load pre-trained weights
model_cnn.____('model_weights.h5')
# Evaluate the model to get the loss and accuracy values
loss, acc = ____(x_test, y_test, verbose=0)
# Print the loss and accuracy obtained
print("Loss: {0}\nAccuracy: {1}".format(loss, acc))