【keras】序贯Sequential模型实例之使用LSTM的序列分类
2018-01-09 00:25
603 查看
使用LSTM的序列分类
from keras.models import Sequential from keras.layers import Dense, Dropout from keras.layers import Embedding from keras.layers import LSTM model = Sequential() model.add(Embedding(max_features, output_dim=256)) model.add(LSTM(128)) model.add(Dropout(0.5)) model.add(Dense(1, activation='sigmoid')) model.compile(loss='binary_crossentropy', optimizer='rmsprop', metrics=['accuracy']) model.fit(x_train, y_train, batch_size=16, epochs=10) score = model.evaluate(x_test, y_test, batch_size=16)
相关文章推荐
- 【keras】序贯Sequential模型实例之用于序列分类的栈式LSTM
- 【keras】序贯Sequential模型实例之使用1D卷积的序列分类
- 【keras】序贯Sequential模型实例之MLP的二分类
- keras: 在构建LSTM模型时,使用变长序列的方法
- 【keras】序贯Sequential模型实例之基于多层感知器的softmax多分类
- 【keras】序贯Sequential模型实例之采用stateful LSTM的相同模型
- 【keras】序贯Sequential模型实例之类似VGG的卷积神经网络
- 【Keras】序贯模型Sequential学习笔记
- Keras 使用自己的数据分类,并使用tensorboard记录的简单实例
- LSTM 文本情感分析/序列分类 Keras
- 利用Keras使用非常少的数据建立强大的图像分类模型
- 训练LSTM模型进行情感分类在IMDB数据集上,使用Keras API(Trains an LSTM model on the IMDB sentiment classification)
- OpenCV3与深度学习实例-使用GoogLeNet模型进行图片分类识别
- Keras 序贯(sequential)模型简介
- keras在构建LSTM模型时对变长序列的处理
- 开始 Keras 序列模型(Sequential model)
- 【keras】函数式(Functional)模型学习以LSTM为例构建多输入和多输出模型及完整实例(二)
- 使用Random Forest进行多分类和模型调优
- 有关Caffe训练好的模型在Python接口下使用分类不准确的问题解决
- 使用C++实现一套简单的状态机模型——实例