#author("2020-07-06T21:41:47+00:00","default:f-lab","f-lab")
#author("2020-07-07T00:42:20+00:00","default:f-lab","f-lab")
*IMDbデータを用いたLSTMで学習 [#sf5f9288]
**train_keras_lstm.py [#reeb1ec9]
 from keras.datasets import imdb
 from keras.preprocessing import sequence
 from keras.models import Sequential
 from keras.layers import Embedding, LSTM, Dense
 import matplotlib.pyplot as plt
 
 max_features = 10000 # 特徴量として考慮する単語の数
 max_len =  500# この数の単語を残してテキストをカット
 batch_size = 32
 
 # IMDbデータの前処理
 print('Loading data...')
 # データの整数のリストとして読み込む
 (input_train, y_train), (input_test, y_test) = \
     imdb.load_data(num_words=max_features)
 print(len(input_train), 'train seguences')
 print(len(input_test), 'test seguences')
 
 print('Pad sequences (samples * time)')
 input_train = sequence.pad_sequences(input_test, maxlen=max_len)
 input_test = sequence.pad_sequences(input_test, maxlen=max_len)
 print('input_train: shape:', input_train.shape)
 print('input_test: shape', input_test.shape)
 
 # LSTM層でのモデルの訓練
 model = Sequential()
 model.add(Embedding(max_features, 32))
 model.add(LSTM(32))
 model.add(Dense(1, activation='sigmoid'))
 model.compile(optimizer='rmsprop', loss='binary_crossentropy', metrics=['acc'])
 history = model.fit(input_train, y_train, epochs=10, batch_size=128, 
 validation_split=0.2)
 
 acc = history.history['acc']
 val_acc = history.history['val_acc']
 loss = history.history['loss']
 val_loss = history.history['val_loss']
 
 epochs = range(len(acc))
 
 # 正解率をプロット
 plt.plot(epochs, acc, 'bo', label='Training acc')
 plt.plot(epochs, val_acc, 'b', label='Validation acc')
 plt.title('Training and Validation accuracy')
 plt.legend()
 
 plt.figure()
 
 # 損失率をプロット
 plt.plot(epochs, loss, 'bo', label='Training loss')
 plt.plot(epochs, val_loss, 'b', label='Validation loss')
 plt.title('Training and Validation loss')
 plt.legend()
 
 plt.show()


**実行結果 [#qebc3244]
-1枚目が正解率と2枚目が損失率

#ref(yamasaki2019-20200707/IMDb_LSTM_acc.jpg, 40%);
#ref(yamasaki2019-20200707/IMDb_LSTM_loss.jpg, 40%);
#ref(yamasaki2019-20200707/IMDb_LSTM_terminal.jpg, 40%);

***疑問点 [#udb8e613]
-層のことがよくわかってない
--モデルの構築の部分は1行1行何やっているのか

[[seminar-personal/yamasaki2019]]



トップ   新規 一覧 検索 最終更新   ヘルプ   最終更新のRSS