1.IMDB数据集：
本次使用的IMDB数据集包含来自IMDB的50000条严重两级分化的评论。
数据集被分为用于训练的25000条评论和用于测试的25000条评论，其中训练集和测试集都包含50%的正面评论和50%的负面评论。
与MNIST数据集一样，IMDB数据集也内置到了Keras库中，并且已经经过了预处理，评论（单词序列）已经被转换为整数序列，其中每个整数代表字典中的某个单词。
2.分步骤实现：
- 1.加载IMDB数据集
- 2.将评论解码为英文单词
- 3.数据预处理
- 4.构建网络
- 5.训练模型
- 6.可视化监控参数
- 7.重新训练模型，并在测试数据上评估模型效果
3.全流程代码：
import numpy as np
from keras.datasets import imdb
from keras import models
from keras import layers
# 参数num_words=10000表示仅保留训练数据中前10000个最常出现的单词，其他低频单词将被舍弃，这样得到的向量数据就不会太大，便于后续处理
(train_data , train_labels) , (test_data , test_labels) = imdb.load_data(num_words=10000)
# 因为不能将整数序列直接输入神经网络，因此需要先对数据进行预处理，将列表转换为张量。
# 这里对列表进行one-hot编码，将其转换为0和1组成的向量。
def vectorize_sequences(sequences,dimension=10000):
results = np.zeros((len(sequences),dimension)) # 创建一个形状为(len(sequences),dimension)的全零矩阵
for i , sequence in enumerate(sequences):
results[i ,sequence] = 1 # 将results[i]的指定索引设为1
return results
# 将训练和测试数据向量化
x_train = vectorize_sequences(train_data)
x_test = vectorize_sequences(test_data)
# 将标签数据向量化 就是将list转换为array数组
y_train = np.asarray(train_labels).astype('float32')
y_test = np.asarray(test_labels).astype('float32')
# 构建模型
model = models.Sequential()
model.add(layers.Dense(16,activation='relu',input_shape=(10000,)))
model.add(layers.Dense(16,activation='relu'))
model.add(layers.Dense(1,activation='sigmoid'))
# 编译模型
model.compile(optimizer='rmsprop',
loss='binary_crossentropy',
metrics=['accuracy'])
# 训练模型
history = model.fit(x_train,y_train,epochs=20,batch_size=512)
# 评估模型
results = model.evaluate(x_test,y_test)
print(results)
# 使用训练好的模型在新数据上生成预测结果
# print(model.predict(x_test))
Reference：
《Deep Learning with Python》
