1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uczenie głębokie dla tekstu z PyTorch
Connected

ćwiczenie

Budowanie modelu LSTM do klasyfikacji tekstu

Zespół PyBooks nieustannie stara się podnosić jakość doświadczeń użytkowników, korzystając z najnowszych osiągnięć technologii. W ramach tego podejścia otrzymujesz ważne zadanie: zbadać możliwości kolejnego potężnego narzędzia – LSTM, które sprawdza się w wychwytywaniu złożonych wzorców w danych. Pracujesz z tym samym zbiorem danych Newsgroup, a cel pozostaje niezmieniony: sklasyfikować artykuły prasowe do trzech różnych kategorii:

rec.autos, sci.med i comp.graphics.

Następujące pakiety zostały już załadowane: torch, nn, optim.

Instrukcje

100 XP
  • Zdefiniuj model LSTM, uzupełniając warstwy LSTM i liniową o niezbędne parametry.
  • Zainicjalizuj model z wymaganymi parametrami.
  • Wytrenuj model LSTM: wyzeruj gradienty i przepuść dane wejściowe X_train_seq przez model.
  • Oblicz stratę na podstawie przewidywanych wartości outputs i prawdziwych etykiet.