Testowanie modelu CNN do analizy wydźwięku

Model jest już wytrenowany, a PyBooks chce sprawdzić jego działanie na nowych recenzjach książek.

Zadaniem jest określenie, czy wydźwięk recenzji jest pozytywny, czy negatywny.

Następujące pakiety zostały już zaimportowane: torch, torch.nn jako nn, torch.nn.functional jako F, torch.optim jako optim.

Instancja klasy TextClassificationCNN() z argumentami vocab_size i embed_dim została załadowana i zapisana jako model.

Przejdź przez listę book_reviews, konwertując słowa w każdej recenzji na tensor.
Pobierz wynik modelu dla każdego input_tensor.
Znajdź indeks najbardziej prawdopodobnej kategorii wydźwięku na podstawie outputs.data.
Wyodrębnij wartość predicted_label i przekonwertuj ją na ciąg znaków opisujący wydźwięk, gdzie 1 oznacza etykietę „Positive".