MLP로 텍스트 분류
케라스의 texts_to_matrix()이해하기 import numpy as np from tensorflow.keras.preprocessing.text import Tokenizer texts = ['먹고 싶은 사과', '먹고 싶은 바나나', '길고 노란 바나나 바나나', '저는 과일이 좋아요'] #정수 인코딩 tokenizer = Tokenizer() tokenizer.fit_on_texts(texts) #texts 정수 인코딩 후 빈도수가 높은 순대로 정렬 print(tokenizer.word_index) #입력된 텍스트 데이터로부터 행렬을 만든다. #0열은 기본으로 0으로 삽입, 1행은 인덱스 1(바나나), 2행은 인덱스 2(먹고)... print(tokenizer.texts_to_matrix(..
머신러닝/딥러닝
2022. 9. 20. 10:17
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- SVM
- AE
- PCA
- 딥러닝
- HTML
- 케라스
- porks
- many-to-one
- 이상탐지
- CAN-FD
- 차량용 이더넷
- Ethernet
- cuckoo
- AVB
- 크로스 엔트로피
- 회귀
- one-to-many
- automotive
- problem statement
- 차량 네트워크
- 로지스틱회귀
- many-to-many
- automotive ethernet
- SOME/IP
- json2html
- 단순선형회귀
- 머신러닝
- Python
- 논문 잘 쓰는법
- AVTP
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 |
글 보관함