TensorFlow2 Python深度学习 - 循环神经网络（SimpleRNN）示例

锋哥原创的TensorFlow2 Python深度学习视频教程：

https://www.bilibili.com/video/BV1X5xVz6E4w/

课程介绍

本课程主要讲解基于TensorFlow2的Python深度学习知识，包括深度学习概述，TensorFlow2框架入门知识，以及卷积神经网络（CNN），循环神经网络（RNN），生成对抗网络（GAN），模型保存与加载等。

TensorFlow2 Python深度学习 - 循环神经网络（SimpleRNN）示例

IMDB数据集数据集简介

1. 数据集概述

IMDB 数据集是一个二分类情感分析的经典基准数据集。它包含了来自互联网电影数据库（IMDB）的 50,000 条影评文本，其中 25,000 条用于训练，另外 25,000 条用于测试。

数据集的标签是二元的：

0 ：代表负面评论
1 ：代表正面评论

一个关键的特点是，训练集和测试集是平衡的，这意味着它们各自包含 25,000 条正面和 25,000 条负面评论。

2**. 数据预处理形式**

在 TensorFlow 2 中，IMDB 数据集已经过预处理。原始评论文本中的单词已经被转换为整数索引，这些索引对应于在一个词汇表中该单词的频率排名。

例如：

整数 1 通常代表数据集中最常出现的单词。
整数 2 代表第二常见的单词，以此类推。
整数 0 不代表任何特定单词，而是被用作 填充符。
整数 3 通常代表 "未知单词"，即那些不在最常用词汇列表中的单词。

默认情况下，数据集被设置为仅保留词汇表中前 10,000 个最常用 的单词（通过参数 num_words 控制）。这既有助于控制模型的复杂度，也减少了计算和内存的开销。

循环神经网络（SimpleRNN）示例

复制代码

import tensorflow as tf
from keras import Input, layers
from keras.src.utils import pad_sequences

# 1. 加载 IMDB 数据集
max_features = 10000  # 使用词汇表中前 10000 个常见单词
maxlen = 100  # 每条评论的最大长度

(x_train, y_train), (x_test, y_test) = tf.keras.datasets.imdb.load_data(num_words=max_features)
print(x_train.shape, x_test.shape)
print(x_train[0])
print(y_train)

# 2. 数据预处理：对每条评论进行填充，使其长度统一
x_train = pad_sequences(x_train, maxlen=maxlen)
x_test = pad_sequences(x_test, maxlen=maxlen)

# 3. 构建 RNN 模型
model = tf.keras.models.Sequential([
    Input(shape=(maxlen,)),
    layers.Embedding(input_dim=max_features, output_dim=128),  # 嵌入层，将单词索引映射为向量 output_dim  嵌入向量的维度（即每个输入词的嵌入表示的长度）
    layers.SimpleRNN(128),  # SimpleRNN 层：包含 128 个神经元，激活函数默认使用 tanh
    layers.Dense(1, activation='sigmoid')  # 输出层：用于二分类（正面或负面），激活函数为 sigmoid
])

# 4. 模型编译
model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])

# 5. 模型训练
history = model.fit(x_train, y_train, epochs=5, validation_data=(x_test, y_test), verbose=1)

# 6. 模型评估
test_loss, test_acc = model.evaluate(x_test, y_test)
print(f"Test accuracy: {test_acc}")

运行结果：