karas 实现lstm 文本分类

最新推荐文章于 2021-06-16 16:49:37 发布

小木头1209

最新推荐文章于 2021-06-16 16:49:37 发布

阅读量3.8k

点赞数

分类专栏： python学习

本文链接：https://blog.csdn.net/jiasudu1234/article/details/78373882

版权

该博客演示了如何使用Keras库中的LSTM层处理IMDB数据集，进行文本分类任务。首先，从Keras加载预处理的数据，然后通过pad_sequences调整序列长度。接着，构建了一个包含嵌入层和LSTM层的Sequential模型，并用二元交叉熵作为损失函数，Adam优化器进行训练。模型在15个周期内训练并验证，最后评估了测试集上的性能。

摘要由CSDN通过智能技术生成

# In[4]:
#网址来源
#https://github.com/fchollet/keras/blob/master/examples/imdb_lstm.py
from __future__ import print_function

from keras.preprocessing import sequence
from keras.models import Sequential
from keras.layers import Dense, Embedding
from keras.layers import LSTM
from keras.datasets import imdb
import numpy as np

max_features = 20000
maxlen = 80  # cut texts after this number of words (among top max_features most common words)
batch_size = 32

print('Loading data...')
#(x_train, y_train), (x_test, y_test) = imdb.load_data(num_words=max_features)
#np.savetxt("x_train.txt", x_train)
#np.savetxt("x_test.txt", x_test)
#np.savetxt(" y_train.txt", y_train)
#np.savetxt("y_test.txt", y_test)

# In[2]:


x_train = np.loadtxt("/mfsdata/pachong/RNN/x_train.txt")
y_train=np.loadtxt("/mfsdata/pachong/RNN/ y_train.txt")
x_test = np.loadtxt("/mfsdata/pachong/RNN/x_te