91分钟
Keras实战——完成地址邮编多序列与文本分类任务
传统的线性模型难以解决多变量或多输入问题，而神经网络 LSTM 则可以完美地模拟多个输入变量的问题，该特性可以更高效地解决时间序列预测问题。 本门课聚焦于地址邮编多序列任务实战，我们将带领学员在 Ke…
传统的线性模型难以解决多变量或多输入问题，而神经网络 LSTM 则可以完美地模拟多个输入变量的问题，该特性可以更高效地解决时间序列预测问题。
本门课聚焦于地址邮编多序列任务实战，我们将带领学员在 Keras 深度学习库中搭建用于多变量时间序列预测的 LSTM 模型。课程从项目的前期分析出发，着重从字符表制作、数据读取与增强、模型搭建、模型测试等几个方面展开详细说明，最终实现完整的模型输出。
通过门课程的学习，我们会让学员完成对 Keras 技术的应用与实践，实现技术水平的进阶。
一、数据与目标
二、字符表制作
三、数据读取
四、数据增强
五、网络模型
六、测试效果
七、文本数据读取预处理
八、基本模型
九、Embeeding layer效果
十、训练结果
十一、加入LSTM层与CNN层效果
十二、参数调优
唐宇迪
同济大学硕士，华东理工大学博士