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)
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/190806.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...