python 多分类_python – Keras LSTM多类分类

使用Keras的LSTM模型进行多类分类,通过Embedding层处理输入,LSTM层捕捉序列信息,最后通过Dense层激活为softmax进行多分类。模型编译时选择'sparse_categorical_crossentropy'损失函数和'adam'优化器,评估指标为准确性。
摘要由CSDN通过智能技术生成

是的,你需要一个热门目标,你可以使用to_categorical来编码你的目标或一个简短的方法:

model.compile(loss =’sparse_categorical_crossentropy’,optimizer =’adam’,metrics = [‘accuracy’])

这是完整的代码:

from keras.models import Sequential

from keras.layers import *

model = Sequential()

model.add(Embedding(5000, 32, input_length=500))

model.add(LSTM(100, dropout=0.2, recurrent_dropout=0.2))

model.add(Dense(7, activation='softmax'))

model.compile(loss='sparse_categorical_crossentropy', optimizer='adam', metrics=['accuracy'])

model.summary()

摘要

Using TensorFlow backend.

_________________________________________________________________

Layer (type) Output Shape Param #

=======================

  • 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