tensorflow2之文本分类

将文本形式的影评分为“正面”或“负面”影评。

这是一个二元分类（又称为两类分类）的示例，也是一种重要且广泛适用的机器学习问题。

https://tensorflow.google.cn/tutorials/keras/basic_text_classification

 

TensorFlow 中包含 IMDB 数据集。我们已对该数据集进行了预处理，将影评（字词序列）转换为整数序列，其中每个整数表示字典中的一个特定字词。

该数据集已经过预处理：每个样本都是一个整数数组，表示影评中的字词。每个标签都是整数值 0 或 1，其中 0 表示负面影评，1 表示正面影评。

创建 text_classify.py

#encoding=utf-8
# https://tensorflow.google.cn/tutorials/keras/basic_text_classification
# TensorFlow 中包含 IMDB 数据集。我们已对该数据集进行了预处理，将影评（字词序列）转换为整数序列，其中每个整数表示字典中的一个特定字词。
# 每个样本都是一个整数数组，表示影评中的字词。每个标签都是整数值 0 或 1，其中 0 表示负面影评，1 表示正面影评。

import tensorflow as tf
from tensorflow import keras

import numpy as np

print(tf.__version__) # 2.0.0-beta1

imdb = keras.datasets.imdb

(train_data,