Keras examples-imdb_cnn[利用卷积网络对文本分类]

本文档通过Keras演示了如何使用卷积神经网络(CNN)对IMDb数据集进行文本分类。实验涵盖了数据加载、预处理、模型构建及网络结构的详细步骤,重点介绍了Keras中常用层和一维卷积层的应用。
摘要由CSDN通过智能技术生成

1 任务描述

本实验室利用卷积神经网络对imdb数据进行文本分类

2 实验过程

(1)引入实验中所涉及到的包

数据集包、数据预处理包、网络模型包、网络各层结构所对应的包

from __future__ import print_function
from keras.preprocessing import sequence
from keras.models import Sequential
from keras.layers import Dense,Dropout,Activation
from keras.layers import Embedding 
from keras.layers import Conv1D,GlobalMaxPooling1D
from keras.datasets import imdb
(2)设置网络结构中的一些常数

主要包含了两方面的常数:一是数据处理过程中,词向量维度,词汇表长度等相关的参数;二是网络结构中参数

# 设置词汇表的长度,在数据预处理过程中,选择词汇字典中前max_features索引的词汇。
max_features=
  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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