Tensorflow реалізує аналіз полярності настрою для оглядів автомобілів - проста нейронна мережа
1. Отримати дані
2. Отримати матрицю частоти слів: на основі дуги
3. Використання нейронної мережі для аналізу настроїв
4. Питання, що потребують уваги
1. Легко втрати бути нан під час тренувань. Рішення:
(1), нормалізувати вхідні дані;
(2) У випадку, коли багато шарів, batch_nomorlization виконується на кожному шарі;
(5), зменшити рівень навчання lr.
2. Інструкція y_pred = tf.clip_by_value (y_pred, 1e-10, 1.0) дозволяє уникнути ітерації переповнення при обчисленні tf.log (y_pred). Коли в y_pred є значення 0, обчисліть переповнення tf.log (y_pred), воно поверне nan.
3. Спробуйте змінити швидкість навчання або скористайтеся оптимізаторами, такими як AdamOptimizer.