모두의 딥러닝 개정 3판: 4 텍스트를 읽고 긍정, 부정 예측하기

이를 이용해 모델을 만들면 다음과 같습니다.

# 단어 임베딩을 포함해 딥러닝 모델을 만들고 결과를 출력합니다.
model = Sequential()
model.add(Embedding(word_size, 8, input_length=4))
model.add(Flatten())
model.add(Dense(1, activation='sigmoid'))

model.compile(optimizer='adam', loss='binary_crossentropy',
metrics=['accuracy'])
model.fit(padded_x, classes, epochs=20)
print("\n Accuracy: %.4f" % (model.evaluate(padded_x, classes)[1]))

최적화 함수로 adam()을 사용하고 오차 함수로는 binary_crossentropy()를 사용했습니다. 그리고 20번 반복하고 나서 정확도를 계산해 출력하게 했습니다.

지금까지 모든 과정을 한눈에 보면 다음과 같습니다.

신간 소식 구독하기

뉴스레터에 가입하시고 이메일로 신간 소식을 받아 보세요.