Python深度学习笔记03--使用Kears进行二分类

import keras
from keras.datasets import imdb
import numpy as np
from keras import models
from keras import layers
import matplotlib.pyplot as plt

#1. 获取数据集
(train_data, train_labels), (test_data, test_labels) = imdb.load_data(num_words=10000)

# print(train_data.shape) # (25000,)

# 将整数序列编码为二进制矩阵
def vectorize_sequences(sequences, dimension=10000):
    results = np.zeros((len(sequences), dimension))
    for i, sequence in enumerate(sequences):
        results[i, sequence] = 1.
    return results

#2. 数据处理
x_train = vectorize_sequences(train_data)
x_test = vectorize_sequences(test_data)

y_train = np.asarray(train_labels).astype('float32')
y_test = np.asarray(test_labels).astype('float32')

# y_train = np.asarray(train_labels,dtype='float32')
# y_test = np.asarray(test_labels,dtype='float32')

#3. 建立网络模型
model = models.Sequential()
model.add(layers.Dense(16,activation='relu',input_shape=(10000,)))
model.add(layers.Dense(16,activation='relu'))
model.add(layers.Dense(1,activation='sigmoid'))

#4. 设置编译三参数
model.compile(optimizer='rmsprop',
loss='binary_crossentropy',metrics=['accuracy'])

x_val = x_train[:10000]
partial_x_train = x_train[10000:]

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

#5. 使用验证集确定epochs等超参数
history = model.fit(partial_x_train,partial_y_train,epochs=4,batch_size=512,validation_data=(x_val,y_val))

history_dict = history.history
#print(history_dict.keys())
# #dict_keys(['loss', 'accuracy', 'val_loss', 'val_accuracy'])


# #验证损失与迭代轮数的关系
# loss_values = history_dict['loss']
# val_loss_values = history_dict['val_loss']

# epochs = range(1,len(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()


# #验证精度与迭代轮数的关系
# plt.clf()   # clear figure
# acc = history_dict['accuracy']
# val_acc = history_dict['val_accuracy']

# plt.plot(epochs, acc, 'bo', label='Training acc')
# plt.plot(epochs, val_acc, 'b', label='Validation acc')
# plt.title('Training and validation accuracy')
# plt.xlabel('Epochs')
# plt.ylabel('Loss')
# plt.legend()

# plt.show()

#6. 评估模型
results = model.evaluate(x_test, y_test)
print(results)

#7. 进行预测
model.predict(x_test)

小结：

(1)通常需要对原始数据进行大量预处理，以便将其转换为张量输入到神经网络中。单词序列可以编码为二进制向量，但也有其他编码方式。

(2)带有 relu 激活的 Dense 层堆叠，可以解决很多种问题（包括情感分类），你可能会经常用到这种模型。

(3)对于二分类问题（两个输出类别），网络的最后一层应该是只有一个单元并使用 sigmoid激活的 Dense 层，网络输出应该是 0~1 范围内的标量，表示概率值。

(4)对于二分类问题的 sigmoid 标量输出，你应该使用 binary_crossentropy 损失函数。

(5)无论你的问题是什么，rmsprop 优化器通常都是足够好的选择。这一点你无须担心。

(6)随着神经网络在训练数据上的表现越来越好，模型最终会过拟合，并在前所未见的数据上得到越来越差的结果。一定要一直监控模型在训练集之外的数据上的性能。