ComeçarComece de graça

Seu primeiro modelo RNN

Neste exercício, você vai colocar em prática os módulos do Keras para construir seu primeiro modelo de classificação de sentimentos ( RNN ) e usá-lo para classificar sentimentos em críticas de filmes.

Esse primeiro modelo tem uma camada recorrente com a célula RNN: SimpleRNN, e a camada de saída com dois valores possíveis: 0, que representa sentimento negativo, e 1, que representa sentimento positivo.

Você vai usar o conjunto de dados “ IMDB ” que tá em keras.datasets. Um modelo já foi treinado e seus pesos foram salvos no arquivo model_weights.h5. Você vai montar a arquitetura do modelo e usar as variáveis pré-carregadas x_test e y_test pra conferir o desempenho dele.

Este exercício faz parte do curso

Redes Neurais Recorrentes (RNNs) para Modelagem de Linguagem com Keras

Ver curso

Instruções do exercício

  • Adicione a célul SimpleRNN com unidades 128.
  • Adicione uma camada “ Dense ” com uma unidade para classificação de sentimentos.
  • Use a função de perda certa para classificação binária.
  • Avalie o modelo no conjunto de validação pré-treinado: (x_test, y_test).

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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))
Editar e executar o código