BaşlayınÜcretsiz başlayın

Metin için bir CNN modeli kur

PyBooks başarılı bir kitap öneri motoru geliştirdi. Sıradaki görevleri, kullanıcı yorumlarını anlamak ve kitap tercihlerine dair içgörü elde etmek için bir duygu analizi modeli uygulamak.

Duygu durumuna göre metin verisini (kitap yorumlarını) sınıflandırmak için bir Evrişimsel Sinir Ağı (CNN) modeli kullanacaksın.

torch, torch.nn (nn olarak) ve torch.nn.functional (F olarak) senin için yüklendi.

Bu egzersiz, kursun bir parçasıdır

PyTorch ile Metin için Deep Learning

Kursa Göz Atın

Egzersiz talimatları

  • __init__() metodunda gömme (embedding) katmanını başlat.
  • forward() metodunda embedded metne evrişim katmanı self.conv uygula.
  • forward() metodunda bu katmana ReLU etkinleştirmesini uygula.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

class TextClassificationCNN(nn.Module):
    def __init__(self, vocab_size, embed_dim):
        super(TextClassificationCNN, self).__init__()
        # Initialize the embedding layer 
        self.embedding = ____.____(vocab_size, embed_dim)
        self.conv = nn.Conv1d(embed_dim, embed_dim, kernel_size=3, stride=1, padding=1)
        self.fc = nn.Linear(embed_dim, 2)
    def forward(self, text):
        embedded = self.embedding(text).permute(0, 2, 1)
        # Pass the embedded text through the convolutional layer and apply a ReLU
        conved = ____.____(self.conv(____))
        conved = conved.mean(dim=2) 
        return self.fc(conved)
Kodu Düzenle ve Çalıştır