Как рекуррентная нейронная сеть прогнозирует символы | #20 нейросети на Python

МЕНЮ

Главная страница
Поиск
Регистрация на сайте
Помощь проекту
Архив новостей

ТЕМЫ

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

Авторизация

RSS

RSS новости

Строим рекуррентную нейросеть для прогнозирования символов последовательности. Узнаете, как правильно кодировать и подавать на вход сети текстовую информацию в виде One-hot encoding (OHE) векторов. Рассказывается про инструмент Tokenizer пакета Keras. Его методы: fit_on_texts, texts_to_matrix и коллекцию word_index. Строится архитектура нейронной сети с помощью слоя SimpleRNN пакета Keras.

lesson 21. RNN chars prediction.py: https://github.com/selfedu-rus/neural-network


Телеграм: t.me/ainewsline

Источник: vk.com

Комментарии: