自然语言处理-核心部分LSTM

最新推荐文章于 2023-03-12 16:09:58 发布

niubiqigai

最新推荐文章于 2023-03-12 16:09:58 发布

阅读量539

点赞数 1

分类专栏： # 自然语言处理人工智能文章标签：自然语言处理 nlp lstm 深度学习神经网络

本文链接：https://blog.csdn.net/niubiqigai/article/details/111725626

版权

本文介绍了LSTM，一种解决RNN长期依赖问题的时间循环神经网络。目标是理解LSTM在自然语言处理中的作用，并提供了相关代码。

摘要由CSDN通过智能技术生成

LSTM百度百科

长短期记忆网络（LSTM，Long Short-Term Memory）是一种时间循环神经网络，是为了解决一般的RNN（循环神经网络）存在的长期依赖问题而专门设计出来的，所有的RNN都具有一种重复神经网络模块的链式形式。在标准RNN中，这个重复的结构模块只有一个非常简单的结构，例如一个tanh层。

学习目标：

了解LSTM在自然语言处理中的使用

代码：

from keras.datasets import imdb
# 导入模型
from keras import Sequential
from keras.layers import Embedding, LSTM, Dense, Dropout

vocalbulary_size = 5000  # 词汇量
(x_train, y_train), (x_test, y_test) = imdb.load_data(num_words=vocalbulary_size)
print('Loaded dataset with {} training samples, {} test samples'.format(len(x_train), len(x_test))