분류 전체보기
-
문장 입력 다중클래스분류 모델 레시피(순환 신경망 모델)Keras 2018. 1. 6. 21:32
# 1. 패키지 불러오기import matplotlib.pyplot as plt from keras.datasets import reuters from keras.utils import np_utils from keras.preprocessing import sequence from keras.models import Sequential from keras.layers import Dense, Embedding, LSTM, Flatten %matplotlib inline # 2. 데이터 생성하기 max_features = 15000 text_max_words = 120 # 2.1 훈련 데이터, 시험 데이터 불러오기 (x_train, y_train), (x_test, y_test) = reuters.loa..
-
문장 입력 다중클래스분류 모델 레시피(다층퍼셉트론 신경망 모델)Keras 2018. 1. 6. 21:30
# 1. 패키지 불러오기import matplotlib.pyplot as plt from keras.utils import np_utils from keras.datasets import reuters from keras.preprocessing import sequence from keras.models import Sequential from keras.layers import Dense, Embedding, Flatten %matplotlib inline # 2. 데이터 생성하기 max_features = 15000 text_max_words = 120 # 2.1 훈련 데이터, 시험 데이터 불러오기 (x_train, y_train), (x_test, y_test) = reuters.load_data..
-
문장 입력 이진분류 모델 레시피(순환 컨볼루션 신경망 모델)Keras 2018. 1. 5. 15:58
# 1. 패키지 불러오기import matplotlib.pyplot as plt from keras.datasets import imdb from keras.preprocessing import sequence from keras.models import Sequential from keras.layers import Dense, Embedding, Flatten, LSTM from keras.layers import Conv1D, MaxPooling1D %matplotlib inline # 2. 데이터 생성하기 max_features = 20000 text_max_words = 200 # 2.1 훈련 데이터, 시험 데이터 불러오기 (x_train, y_train), (x_test, y_test) = i..
-
문장 입력 이진분류 모델 레시피(컨볼루션 신경망 모델)Keras 2018. 1. 5. 15:35
# 1. 패키지 불러오기import matplotlib.pyplot as plt from keras.datasets import imdb from keras.preprocessing import sequence from keras.models import Sequential from keras.layers import Dense, Embedding, Flatten, LSTM %matplotlib inline # 2. 데이터 생성하기 max_features = 20000 text_max_words = 200 # 2.1 훈련 데이터, 시험 데이터 불러오기 (x_train, y_train), (x_test, y_test) = imdb.load_data(num_words=max_features) # 2.2 훈련..
-
문장 입력 이진분류 모델 레시피(순환신경망 모델)Keras 2018. 1. 5. 15:01
# 1. 패키지 불러오기import matplotlib.pyplot as plt from keras.datasets import imdb from keras.preprocessing import sequence from keras.models import Sequential from keras.layers import Dense, Embedding, Flatten, LSTM %matplotlib inline # 2. 데이터 생성하기 max_features = 20000 text_max_words = 200 # 2.1 훈련 데이터, 시험 데이터 불러오기 (x_train, y_train), (x_test, y_test) = imdb.load_data(num_words=max_features) # 2.2 훈련..