ÎncepețiÎncepe gratuit

Primul tău model RNN

În acest exercițiu vei pune în practică modulele Keras pentru a construi primul tău model RNN și a-l folosi la clasificarea sentimentelor din recenzii de filme.

Acest prim model are un strat recurent cu celula RNN de bază: SimpleRNN, și un strat de ieșire cu două valori posibile: 0 pentru sentiment negativ și 1 pentru sentiment pozitiv.

Vei folosi setul de date IMDB din keras.datasets. Un model a fost deja antrenat, iar ponderile sale sunt stocate în fișierul model_weights.h5. Vei construi arhitectura modelului și vei folosi variabilele preîncărcate x_test și y_test pentru a-i evalua performanța.

Acest exercițiu face parte din cursul

Rețele Neuronale Recurente (RNN) pentru Modelare a Limbajului cu Keras

Vezi cursul

Instrucțiuni pentru exercițiu

  • Adaugă celula SimpleRNN cu 128 de unități.
  • Adaugă un strat Dense cu o singură unitate pentru clasificarea sentimentelor.
  • Folosește funcția de pierdere potrivită pentru clasificarea binară.
  • Evaluează modelul pe setul de validare preantrenat: (x_test, y_test).

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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))
Editează și rulează codul