大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
from keras.datasets import imdb from keras.models import Sequential from keras.layers import Embedding, Conv1D, MaxPooling1D, GlobalMaxPooling1D, Dense from keras.optimizers import RMSprop max_features = 10000 max_len = 500 (input_train, y_train), (input_test, y_test) = imdb.load_data(num_words = max_features) print(len(input_train), 'train sequences') print(input_train[0]) model = Sequential() model.add(Embedding(max_features, 128, input_length = max_len)) model.add(Conv1D(32, 7, activation = 'relu')) model.add(MaxPooling1D(5)) model.add(Conv1D(32, 7, activation = 'relu')) model.add(GlobalMaxPooling1D()) model.add(Dense(1)) model.summary() model.compile(optimizer = RMSprop(lr = 1e-4), loss = 'binary_crossentropy', metrics = ['acc']) history = model.fit(x_train, y_train, epochs = 10, batch_size = 128, validation_split = 0.2) 版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/190806.html原文链接：https://javaforall.net
