今天我們來操作建立一個LSTM模型並做驗證、預測的工作。

1.
打開之前載好的Anaconda3 (64-bit) 資料夾下的Spyder (tensorflowenv)。
(記住要選後面帶有tensorflowenv字樣的，也就是之前設定好叫做tensorflowenv的虛擬環境)

首先匯入print_function、pad_sequences、sequence、Sequential、Dense、Embedding、LSTM、imdb

2.

最大特徵數 8000
設定字串長度為 88
批量大小 32

執行結果:

(@@.py檔案名稱可以自行修改，我這裡是使用預設)

3.

載入資料集，並印出訓練數、測試數。

執行結果:

(訓練及測試各取25000筆資料)

4.

執行結果:

5.

(第三行) 嵌入智慧 (Embedding)，共128個神經元
(第四行) 增加LSTM， 共128個神經元

執行結果:

6.

開始訓練和建立模型，因為epochs設定為 2 ，會進行兩輪的模型訓練。最後會印出測試成績以及測試準確度。

執行結果:

進行兩輪的模型訓練後，最終測試成績 : 0.35106…，測試準確度 : 0.84451...。

剩下的部分我們明天再來分享