Använda CNN-lagret
I den här övningen använder du en förtränad modell som använder sig av lagren Conv1D och MaxPooling1D från modulen keras.layers.convolutional, och uppnår ännu bättre noggrannhet på klassificeringsuppgiften.
Den här arkitekturen gav goda resultat i språkmodelleringsuppgifter som klassificering, och ingår här som en extraövning för att se den i praktiken och bygga lite intuition.
Eftersom det här lagret inte ingår i kursens huvudinnehåll fokuserar du på hur lagren används tillsammans med de RNN-lager du redan lärt dig.
Följ instruktionerna för att se resultaten.
Den här övningen är en del av kursen
Återkommande neurala nätverk (RNN) för språkmodellering med Keras
Övningsinstruktioner
- Skriv ut modellens arkitektur.
- Ladda de förtränade vikterna.
- Utvärdera modellen på testdata.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Print the model summary
model_cnn.____
# Load pre-trained weights
model_cnn.____('model_weights.h5')
# Evaluate the model to get the loss and accuracy values
loss, acc = ____(x_test, y_test, verbose=0)
# Print the loss and accuracy obtained
print("Loss: {0}\nAccuracy: {1}".format(loss, acc))