Keras LSTM模型获得标签的概率

问题描述 投票:0回答:1

我创建了一个keras LSTM模型来预测给出一个句子的下一个单词:

pretrained_weights = w2v_model.wv.syn0
vocab_size, emdedding_size = pretrained_weights.shape

lstm_model = Sequential()
lstm_model.add(Embedding(input_dim= vocab_size, output_dim=emdedding_size, weights=[pretrained_weights]))
lstm_model.add(LSTM(units=emdedding_size))
lstm_model.add(Dense(units=vocab_size))
lstm_model.add(Activation('softmax'))
lstm_model.compile(optimizer='adam', loss='sparse_categorical_crossentropy')

lstm_model.fit(X, y, batch_size=128, epochs=3)

当X是句子而y是每个句子的下一个单词。现在,我有一个句子和5个单词,我想根据句子的概率对它们进行排名。这样做的最佳方法是什么?

python keras nlp deep-learning lstm
1个回答
1
投票

将LSTM输出层的激活功能更改为“sigmoid”,它将起作用。

pretrained_weights = w2v_model.wv.syn0
vocab_size, emdedding_size = pretrained_weights.shape

lstm_model = Sequential()
lstm_model.add(Embedding(input_dim= vocab_size, output_dim=emdedding_size, weights=[pretrained_weights]))
lstm_model.add(LSTM(units=emdedding_size))
lstm_model.add(Dense(units=vocab_size))
lstm_model.add(Activation('sigmoid'))
lstm_model.compile(optimizer='adam', loss='mean_squared_error')

lstm_model.fit(X, y, batch_size=128, epochs=3)
© www.soinside.com 2019 - 2024. All rights reserved.