实例介绍
【实例简介】
【实例截图】
【核心代码】
# 准备数据建立模型训练模型预测(测试) 评估模型。
# 1.准备数据
(train_x, train_y), (test_x, test_y) = imdb.load_data(num_words=10000)
t1 = Tokenizer(num_words=10000)
t1.fit_on_sequences(train_x)
train_x = t1.sequences_to_matrix(train_x)
test_x = t1.sequences_to_matrix(test_x)
# 2.建立模型
model = Sequential()
model.add(Dense(units=32, activation="relu", input_shape=(25000, 10000)))
model.add(Dense(units=32, activation="relu"))
model.add(Dense(units=1, activation="sigmoid"))
model.compile(optimizer="rmsprop", loss="binary_crossentropy", metrics=["accuracy"])
# 3.训练
model.fit(x=train_x, y=train_y, batch_size=256, epochs=5)
# 4.预测
result = model.predict(x=test_x, batch_size=256)
# 5.评估
score = model.evaluate(test_x, test_y)
print("预测的结果:", result)
print("真实的答案:", test_y)
print("考试得分:", score)
标签：
好例子网口号：伸出你的我的手 — 分享！
相关软件
小贴士
感谢您为本站写下的评论，您的评论对其它用户来说具有重要的参考价值，所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字，对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙，所以请不要反馈意义不大的重复字符，也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明，或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦，又没人会搭理，于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享，对搜索内容的合法性不具有预见性、识别性、控制性，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论平台是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定，若资源存在侵权或相关问题请联系本站客服人员，点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论