喀拉拉邦如何获取投入？

Question

有人可以解释使用python和keras如何将每个输入馈入神经网络的逻辑。我正在使用文本数据集，因此很明显它是一个单词，但是每个单词如何作为输入送入网络？下面是代码：

model = models.Sequential()
model.add(layers.Dense(8, activation='relu', input_shape=(4000,)))
model.add(layers.Dense(8, activation='relu'))
model.add(layers.Dense(1, activation='sigmoid'))
model.compile(optimizer='rmsprop',loss='binary_crossentropy',metrics=['accuracy'])

Answer 1

有多种方法可以做到这一点。您必须将每个单词转换为固定尺寸的向量。

又有多种方法。

1. 作为一种基本方法，您可以使用“ one-hot-vector”

2. 或者您可以将单词转换为嵌入，这可能再次涉及多种方法：

   a。使用预先训练的嵌入

   b。为数据集中的单词创建自己的嵌入

3. 然后需要选择固定长度的输入（说50或100个字）

4. 对于简单的神经网络，您可以将单词的所有向量连接起来（当然是固定长度），并将其输入神经网络的输入层。