新浪体育-首页 10年专注环保设备研发制造 环保设备【http://chevytothelevy.com】系统设计\制作\安装一条龙服务
新浪体育 中文网址:【麻豆视频.COM】
当前位置:新浪体育 > 新浪体育 > 案例分类1 >
14

Python深度学习案例1--电影评论分类(二分类问题)

作者:admin 来源:未知 时间:1625450796 点击:

[文章前言]:我觉得把课本上的案例先自己抄一遍然后将书看一遍。最后再写一篇博客记录自己所学过程的感悟。虽然与课本有很多相似之处。但自己写一遍感悟会更深 本节使用的是IMDB数据集使用

  我觉得把课本上的案例先自己抄一遍然后将书看一遍。最后再写一篇博客记录自己所学过程的感悟。虽然与课本有很多相似之处。但自己写一遍感悟会更深

  本节使用的是IMDB数据集使用Jupyter作为编译器。这是我刚开始使用Jupyter不得不说它的自动补全线;以前一直用pyCharm但是看在能够分块运行代码的份上忍了。用pyCharm敲代码确实很爽但是调试不好调试可能我没怎么用心学而且如果你完全不懂代码含义的线c;就算你运行成功也不知道其中的含义代码有点白敲的感觉如果中途出现错误有的时候很不好找。但是Jupyter就好一点你可以使用多个cell,建议如果不打印一些东西cell还是少一点不然联想功能特别弱敲代码特别难受。

  损失降得太狠了训练的损失和精度不太重要反应训练集的训练程度。重点是验证精度

  可以看到验证的精度并不高只有86%左右。而训练的精度达到几乎100%两者精度相差太大出现了过拟合。为了防止过拟合可以在3轮之后停止训练。还有很多方法降低过拟合。我们一般看验证精度曲线就是找最高点对应的轮次然后从头开始训练一个新的模型

  可见。网络对某些样本的结果是非常确信大于等于0.99但对其他结果却不怎么确信13. 总结

  1. 加载数据集-对数据集进行预处理-模型定义-编译模型-配置优化器-使用自定义的损失和指标-留出验证集-训练模型-绘制图像

  2. 对于二分类问题网络的最后一层应该是只有一个单元并使用sigmoid激活Dense层网络输出应该是0~1范围内的标量表示概率值

  以上就是小编为大家介绍的Python深度学习案例1--电影评论分类(二分类问题)的全部内容,如果大家还对相关的内容感兴趣,请持续关注江苏某某环保设备有限公司

  本文标题:Python深度学习案例1--电影评论分类(二分类问题)  地址:/case/alfl1/1758.html



欢迎来到:❥❥新浪体育❤chevytothelevy.com❤新浪体育,,胜利的阵营方更是可以接受敌对阵营的顶礼膜拜,获取无上荣耀。

XML地图 新浪体育

环保设备公司,10年品牌打造行业正规!

【Copyright ©2017-2021 新浪体育-首页 】  版权所有

网站地图 新浪体育