Как делать сентимент-анализ рекуррентной LSTM сетью | #24 нейросети на Python

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Делаем сентимент-анализ коротких высказываний с помощью рекуррентной сети на базе LSTM слоев в пакете Keras. Узнаете как готовить обучающую выборку, в каком формате ее представлять. Методы инструмента Tokenizer: fit_on_texts, texts_to_sequences. Функция pad_sequences для нормировки длины текстовых фрагментов. Класс слоя LSTM и что он из себя представляет. Создание и обучение рекуррентной нейронной сети, состоящей из двух LSTM-слоев.

lesson 24. LSTM sentiment analysis.py: https://github.com/selfedu-rus/neur


Источник: github.com

Комментарии: