开始使用免费开始使用

您的第一个 RNN 模型

在本练习中，您将动手使用 Keras 模块构建您的第一个 RNN 模型，并用它对电影评论情感进行分类。

该初始模型包含 1 个循环层，使用基础的 RNN 单元：SimpleRNN；输出层给出两个可能的取值：0 表示负向情感，1 表示正向情感。

您将使用 keras.datasets 中的 IMDB 数据集。一个模型已训练完成，其权重保存在文件 model_weights.h5 中。您需要搭建模型结构，并使用预加载的变量 x_test 和 y_test 来检验其性能。

本练习是课程的一部分

使用 Keras 构建语言建模的循环神经网络（RNN）

查看课程

练习说明

  • 添加 128 个单元的 SimpleRNN 单元。
  • 添加用于情感分类的 1 个单元的 Dense 层。
  • 使用适用于二分类的正确损失函数。
  • 在预训练的验证集 (x_test, y_test) 上评估模型。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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))
编辑并运行代码