शुरू करेंमुफ़्त में शुरू करें

आपका पहला RNN मॉडल

इस अभ्यास में आप Keras मॉड्यूल का उपयोग करके अपना पहला RNN मॉडल बनाएँगे और उसे मूवी रिव्यूज़ पर सेंटिमेंट क्लासिफिकेशन के लिए चलाएँगे.

यह पहला मॉडल एक रिकरेंट लेयर के साथ वैनिला RNN सेल SimpleRNN का उपयोग करता है, और आउटपुट लेयर में दो संभावित मान हैं: 0 नेगेटिव सेंटिमेंट को दर्शाता है और 1 पॉज़िटिव सेंटिमेंट को.

आप keras.datasets में मौजूद IMDB डेटासेट का उपयोग करेंगे. एक मॉडल पहले से train किया गया है और उसके वेट्स model_weights.h5 फ़ाइल में स्टोर हैं. आप मॉडल की आर्किटेक्चर बनाएँगे और प्री-लोडेड वैरिएबल x_test और y_test का उपयोग करके इसका परफॉर्मेंस जाँचेंगे.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Keras के साथ भाषा मॉडलिंग के लिए Recurrent Neural Networks (RNNs)

पाठ्यक्रम देखें

अभ्यास निर्देश

  • 128 यूनिट्स के साथ SimpleRNN सेल जोड़ें.
  • सेंटिमेंट क्लासिफिकेशन के लिए एक यूनिट वाली Dense लेयर जोड़ें.
  • बाइनरी क्लासिफिकेशन के लिए उपयुक्त loss फंक्शन का उपयोग करें.
  • प्री-ट्रेंड वैलिडेशन सेट (x_test, y_test) पर मॉडल को evaluate करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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))
कोड संपादित करें और चलाएँ