tensorlfow2.0入门——影评

这篇博客介绍了如何使用TensorFlow 2.0和TensorFlow Hub进行影评情感分析。首先,它展示了如何加载IMDB数据集,并将其分为训练和测试集。接着,构建了一个模型,该模型利用预训练的文本嵌入模型(如gnews-swivel-20dim)转换评论到固定长度的向量,然后通过全连接层和激活函数进行处理。模型训练使用了批量大小为512,共20个周期。最后,模型的性能通过损失和准确率进行了评估。
摘要由CSDN通过智能技术生成

使用来源于网络电影数据库(Internet Movie Database)的 IMDB 数据集(IMDB dataset),其包含 50,000 条影评文本。从该数据集切割出的 25,000 条评论用作训练,另外 25,000 条用作测试。在中间步骤,25000条训练集会按照6:4的比率分割为15000条训练集和10000条验证集。训练集与测试集是平衡的(balanced),意味着它们包含相等数量的积极和消极评论。

此笔记本(notebook)使用了 tf.keras,它是一个 Tensorflow 中用于构建和训练模型的高级API,此外还使用了 TensorFlow Hub,一个用于迁移学习的库和平台。

from __future__ import absolute_import, division, print_function, unicode_literals

import numpy as np

import tensorflow as tf

import tensorflow_hub as hub
import tensorflow_datasets as tfds
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值