Как делать сентимент-анализ рекуррентной LSTM сетью | #24 нейросети на Python

Делаем сентимент-анализ коротких высказываний с помощью рекуррентной сети на базе LSTM слоев в пакете Keras. Узнаете как готовить обучающую выборку, в каком формате ее представлять. Методы инструмента Tokenizer: fit_on_texts, texts_to_sequences. Функция pad_sequences для нормировки длины текстовых фрагментов. Класс слоя LSTM и что он из себя представляет. Создание и обучение рекуррентной нейронной сети, состоящей из двух LSTM-слоев.

Телеграм-канал: https://t.me/machine_learning_selfedu

Инфо-сайт: https://proproprogs.ru
lesson 24. LSTM sentiment analysis.py: https://github.com/selfedu-rus/neural-network
LSTM: https://ru-keras.com/recurrent-layers/