Wprowadzenie
Tworzenie sieci neuronowych jest proste. Nawet w przypadku korzystania z ułatwiających pracę popularnych bibliotek, takich jak Microsoft Cognitive Toolkit czy TensorFlow, przygotowanie do działania sieci neuronowej wymaga często napisania kilkuset wierszy kodu. Z tego powodu interfejs Keras stał się popularny w społeczności uczenia głębokiego. Keras to biblioteka typu open source napisana w języku Python, która znacznie upraszcza proces tworzenia sieci neuronowych. Bazuje ona na narzędziach, takich jak Microsoft Cognitive Toolkit, TensorFlow i Theano. Za pomocą interfejsu Keras można tworzyć zaawansowane sieci neuronowe, pisząc zaledwie kilkadziesiąt wierszy kodu, a następnie trenować je na potrzeby klasyfikowania obrazów, analizowania tekstu pod kątem tonacji, przetwarzania języka naturalnego i wykonywania innych zadań uczenia głębokiego.
W tym module użyjesz interfejsu Keras w celu utworzenia sieci neuronowej generującej wyniki dla tekstu na potrzeby tonacji. Dane wejściowe, takie jak „Wspaniała obsługa i jedno z najlepszych sushi, jakie kiedykolwiek jadłem” otrzyma wynik bliski 1,0, co wskazuje, że tonacja jest pozytywna, natomiast dane wejściowe, takie jak „Jedzenie było mdłe, a obsługa fatalna”, otrzyma wynik bliższy 0,0. Takie systemy są powszechnie używane dzisiaj do monitorowania X, Yelp i innych usług mediów społecznościowych pod kątem sentymentów dotyczących firm i kandydatów politycznych. Aby zminimalizować czas potrzebny na instalację i konfigurację, użyjesz interfejsu Keras w notesie Jupyter hostowanym w usłudze Azure Notebooks, gdzie Keras, TensorFlow i inne potrzebne biblioteki są wstępnie zainstalowane.
Cele szkolenia
Zawartość tego modułu:
- Tworzenie notesu Jupyter w usłudze Azure Notebooks
- Używanie interfejsu Keras do tworzenia i trenowania sieci neuronowej w celu przeprowadzania analizy tonacji
- Używanie sieci neuronowej do analizowania tekstu pod kątem tonacji