Utiliser la couche CNN
Dans cet exercice, vous allez utiliser un modèle préentraîné qui exploite les couches Conv1D et MaxPooling1D du module keras.layers.convolutional, et qui obtient une précision encore meilleure sur la tâche de classification.
Cette architecture donne de bons résultats sur des tâches de modélisation de langage comme la classification. Nous l’ajoutons ici comme exercice supplémentaire pour la voir en pratique et en tirer quelques intuitions.
Comme cette couche ne fait pas partie du périmètre du cours, vous vous concentrerez sur la façon de l’utiliser avec les couches RNN que vous avez déjà vues.
Veuillez suivre les instructions pour observer les résultats.
Cet exercice fait partie du cours
Réseaux de neurones récurrents (RNN) pour la modélisation du langage avec Keras
Instructions
- Affichez l’architecture du modèle.
- Chargez les poids préentraînés.
- Évaluez le modèle sur les données de test.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# 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))