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
PyTorch ile Metin için Deep Learning
kursunun bir parçasıdırEgzersiz talimatları
__init__()metodunda gömme (embedding) katmanını başlat.forward()metodundaembeddedmetne evrişim katmanıself.convuygula.forward()metodunda bu katmana ReLU etkinleştirmesini uygula.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
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)