НачатьНачать бесплатно

Ваша первая модель RNN

В этом упражнении вы применените модули Keras, чтобы построить свою первую модель RNN и использовать её для классификации тональности отзывов о фильмах.

Эта модель содержит один рекуррентный слой с ячейкой SimpleRNN и выходной слой с двумя возможными значениями: 0 — отрицательная тональность и 1 — положительная тональность.

Вы будете работать с набором данных IMDB из keras.datasets. Модель уже обучена, а её веса сохранены в файле model_weights.h5. Вам нужно построить архитектуру модели и проверить её качество на заранее загруженных переменных x_test и y_test.

Это упражнение является частью курса

Рекуррентные нейронные сети (RNN) для языкового моделирования с Keras

Посмотреть курс

Инструкции к упражнению

  • Добавьте ячейку SimpleRNN с 128 нейронами.
  • Добавьте слой Dense с одним нейроном для классификации тональности.
  • Используйте подходящую функцию потерь для бинарной классификации.
  • Оцените модель на предобученной валидационной выборке: (x_test, y_test).

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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))
Редактировать и запускать код