#?-*-?coding:?utf-8?-*-
“““
Created?on?Fri?Feb??1?09:26:48?2019

@author:?McGill
“““

from?keras.datasets?import?imdb

（train_data?train_labels）?（test_data?test_labels）=imdb.load_data（num_words=10000）

#將編碼根據(jù)詞表轉(zhuǎn)化為具體單詞
def?trans2words（data）:
????word_index=imdb.get_word_index（）
????reverse_word_index=dict（[（valuekey）?for?（keyvalue）?in?word_index.items（）]）
????decoded_review=‘?‘.join（[reverse_word_index.get（i-3?‘?‘）?for?i?in?data]）
????return?decoded_review

#one-hot序列化
import?numpy?as?np

def?vectorize_seqs（seqs?dim=10000）:
????results=np.zeros（（len（seqs）dim））
????for?i?seq?in?enumerate（seqs）:
????????results[iseq]=1.
????return?results

x_train=vectorize_seqs（train_data）
x_test=vectorize_seqs（test_data）

#將label也向量化
y_train=np.asarray（train_labels）.astype（‘float32‘）
y_test=np.asarray（test_labels）.astype（‘float32‘）

#模型定義
from?keras?import?models
from?keras?import?layers

model=models.Sequential（）
model.add（layers.Dense（16activation=‘relu‘input_shape=（10000）））
model.add（layers.Dense（16activation=‘relu‘））
model.add（layers.Dense（1activation=‘sigmoid‘））

‘‘‘‘‘
#留出驗證集
x_val=x_train[:10000]
partial_x_train=x_train[10000:]

y_val=y_train[:10000]
partial_y_train=y_train[10000:]
‘‘‘‘‘


#訓(xùn)練模型
#編譯模型
model.compile（optimizer=‘rmsprop‘
??????????????loss=‘binary_crossentropy‘
??????????????metrics=[‘a(chǎn)ccuracy‘]）

model.fit（x_train?y_train?epochs=4?batch_size=512）

results=model.evaluate（x_test?y_test）

‘‘‘
history=model.fit（partial_x_train
??????????????????partial_y_train
??????????????????epochs=20
??????????????????batch_size=512
??????????????????validation_data=（x_val?y_val））
‘‘‘

‘‘‘
#繪圖查看訓(xùn)練情況
import?matplotlib.pyplot?as?plt

history_dict=history.history
loss_values=history_dict[‘loss‘]
val_loss_values=history_dict[‘val_loss‘]

epochs=range（1len（loss_values）+1）

plt.plot（epochs?loss_values?‘bo‘?label=‘Training?loss‘）
plt.plot（epochs?val_loss_values?‘b‘?label=‘Validation?loss‘）
plt.title（‘Training?and?validation?loss‘）
plt.xlabel（‘Epochs‘）
plt.ylabel（‘Loss‘）
plt.legend（）

plt.show（）
‘‘‘
print（results）
print（model.predict（x_test））

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件????????729??2019-02-11?17:12??6.1.1_one_hot.py

?????文件????????930??2019-02-12?11:43??6.1.2_1_word_embedding.py

?????文件???????4185??2019-02-12?14:19??6.1.3.py

?????文件???????1418??2019-02-13?17:06??6.2_RNN.py

?????文件???????7654??2019-02-13?22:01??6.3.py

?????文件???????1551??2019-02-14?17:15??6.4_conv_for_sequences.py

?????文件???????2493??2019-02-15?22:41??8.1.py

?????文件???????4658??2019-02-17?21:59??8.3.3.py

?????文件???????2368??2019-02-01?14:07??3.4_imdb.py

?????文件???????2387??2019-02-01?15:00??3.5_reuters.py

?????文件???????2207??2019-02-01?16:43??3.6_boston_housing.py

?????文件???????2754??2019-02-09?00:15??5.2_dogs_vs_cats.py

?????文件???????2214??2019-02-07?17:05??5.2_dogs_vs_cats_mkdir.py

?????文件???????2920??2019-02-11?14:10??5.3_VGG16.py

?????文件???????2826??2019-02-11?11:33??5.3_VGG16_2.py

?????文件????????781??2019-02-11?14:52??5.4.1_visualization.py

-----------?---------??----------?-----??----

????????????????42075????????????????????16