13、神经网络分类与回归入门实践

神经网络分类与回归入门实践

1. 电影评论分类:二分类示例

1.1 模型构建与训练

首先,我们使用 Keras 构建一个简单的二分类模型,用于对电影评论进行情感分类。以下是模型的构建和训练代码:

from tensorflow import keras
from tensorflow.keras import layers

model = keras.Sequential([
    layers.Dense(1, activation="sigmoid")
])
model.compile(optimizer="rmsprop",
              loss="binary_crossentropy",
              metrics=["accuracy"])
model.fit(x_train, y_train, epochs=4, batch_size=512)
results = model.evaluate(x_test, y_test)

运行上述代码后,最终的测试结果如下:

>>> results
[0.2929924130630493, 0.88327999999999995]

这里,第一个数字 0.29 是测试损失,第二个数字 0.88 是测试准确率。这种相对简单的方法达到了 88% 的准确率,而使用最先进的方法,准确率应该可以接近 95%。

1.2 使用训练好的模型进行预测 <

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