目录

1 数据处理：

1.1 处理成文本向量

1.2 实验结果：

1.3 解决过拟合问题：

1 数据处理：

选用的data = keras.datasets.imdb 电影评论的数据 ---属于二分类问题

1.1 处理成文本向量

Tensorflow2.0入门与实战学习笔记（七）--tf.keras序列问题_-tf.keras序列问题

注意：

将数据处理成文本向量方便我们机器学习，与one-hot 类似，这里采用K-hot

Tensorflow2.0入门与实战学习笔记（七）--tf.keras序列问题_-tf.keras序列问题_02

 

Tensorflow2.0入门与实战学习笔记（七）--tf.keras序列问题_tensorflow_03

1.2 实验结果：

Tensorflow2.0入门与实战学习笔记（七）--tf.keras序列问题_过拟合_04

Tensorflow2.0入门与实战学习笔记（七）--tf.keras序列问题_过拟合_05

如图可以容易得知过拟合

1.3 解决过拟合问题：

  • dropout
  •  L1、L2 正则化

数据处理

Tensorflow2.0入门与实战学习笔记（七）--tf.keras序列问题_tensorflow_06

Tensorflow2.0入门与实战学习笔记（七）--tf.keras序列问题_过拟合_07

Tensorflow2.0入门与实战学习笔记（七）--tf.keras序列问题_过拟合_08
Tensorflow2.0入门与实战学习笔记（七）--tf.keras序列问题_数据处理_09

待续--

这部分其实在后面的章节会一直联系所以到时复习只需要看会自己的代码就可以了