使用深度学习生成餐厅评论

时间:2019-03-04 18:37:16 阅读:72次
摘要
您如何应对产品评论等欺诈性问题?通过使用创建它们的相同生成模型。此代码模式解释了如何使用Keras和TensorFlow在笔记本中训练深度学习语言模型。使用Yelp下载的数据,您将学习如何安装TensorFlow和Keras,培训深度学习语言模型,并生成新的餐厅评论。虽然此代码模式的范围仅限于文本生成的介绍,但它为学习如何构建语言模型提供了坚实的基础。
描述
欺诈性评论是公司必须每天处理的问题。使用深度学习模型,您可以看似生成任何材料并使其看起来真实,甚至损害某人或某物。那么,你怎么反击呢?用完全相同的方法。通过使用用于有害活动的相同模型,您可以构建新模型作为原始模型的扩展来对抗它。
在这个开发人员代码模式中,您将学习如何使用Keras和TensorFlow在笔记本中训练深度学习语言模型。初始培训集来自关于Kaggle上发现的Yelp评论的数据集。安装先决条件并运行笔记本后,您可以根据初始培训集中的内容查看生成的餐厅评论。此代码模式是为对深度学习和欺诈检测感兴趣的数据科学家和数据爱好者以及任何刚接触深度学习,TensorFlow或Keras的人创建的。
完成代码模式后,您应该了解如何:
安装并使用Keras和TensorFlow
运行Jupyter笔记本
创建递归神经网络(RNN)语言模型

安装先决条件,Keras和TensorFlow,然后执行笔记本。
使用训练数据训练语言模型。
基于模型生成新文本并将其返回给用户。
说明
在README中查找此模式的详细步骤。这些步骤将告诉您如何:
下载并安装TensorFlow和Keras。
克隆存储库。
训练模型。
分析结果。
使用深度学习生成餐厅评论所属专题:深度 生成 《使用深度学习生成餐厅评论》链接:http://www.zhouchuanxiong.net/698

使用深度学习生成餐厅评论相关文章

  • 开发一个使用机器学习的基于Web的移动健康应用程序
  • 在Kubernetes上部署和使用多框架深度学习平台
  • 创建一个Web应用程序以与机器学习生成的图像标题进行交互
  • 创建一个Web应用程序,以便与使用机器学习检测到的对象进
  • 机器学习模型的性能评估
  • 构建机器学习推荐引擎,以鼓励基于过去购买行为的额外购买
  • 使用内部部署数据训练基于云的机器学习模型
  • 使用Watson Machine Learning和IBM Db2 Warehouse on Cloud持续学习
  • 部署深度学习驱动的“魔术裁剪工具”
  • 使用机器学习预测心脏病
  • 使用Watson OpenScale监控自定义机器学习引擎
  • 使用Watson OpenScale监控Sagemaker机器学习
  • 使用机器学习和高级分析分析物联网传感器数据
  • 使用Watson OpenScale监控Azure机器学习
  • 从计算机中学习大脑,反之亦然
  • 机器学习分支出来
  • 更好的机器学习
  • 通过玩游戏来学习语言
  • 更灵活的机器学习
  • 深度学习算法可以预测照片在“近人”级别的可记忆性
  • 像人一样学习的机器
  • 建筑学习的先驱,名誉教授Seymour Papert在88岁时去世
  • 计算机通过观看视频来学习识别声音
  • 从图片中学习单词
  • 利用机器学习来改善患者护理
  • ML 2.0:许多机器学习
  • 麻省理工学院健康机器学习的Abdul Latif Jameel诊所旨在彻底改变疾病预防,检测和治疗
  • 机器学习系统同时处理语音和对象识别
  • 学习语言的机器就像孩子一样
  • 麻省理工学院开放式学习启动了高级虚拟化中心