Introductie
Neurale netwerken bouwen is niet eenvoudig Zelfs met populaire bibliotheken zoals de Microsoft Cognitive Toolkit en TensorFlow ter ondersteuning, zijn vaak honderden regels code vereist om een neuraal netwerk op te zetten. Dat is een van de redenen dat Keras populair is geworden in de deep learning-community. Keras is een open-source Python-bibliotheek die het bouwen van neurale netwerken sterk vereenvoudigt. Het maakt gebruik van de Microsoft Cognitive Toolkit, TensorFlow of Theano voor het zware werk. U kunt met Keras geavanceerde neurale netwerken bouwen met slechts enkele tientallen regels code en ze trainen om afbeeldingen te classificeren, tekst voor sentiment te analyseren, verwerking van natuurlijke taal uit te voeren en andere taken uit te voeren waarvoor deep learning uitstekend geschikt is.
In deze module gebruikt u Keras om een neuraal netwerk te bouwen waarmee scores aan tekst worden toegekend voor gevoel. Invoer zoals 'Geweldige service en zowat de beste sushi die ik ooit hebt gegeten' krijgt een score dichtbij 1.0 waarmee wordt aangegeven dat het gevoel positief is, terwijl een invoer zoals 'Het eten was smakeloos en de service was verschrikkelijk' dichter bij de 0.0 scoort. Dergelijke systemen worden tegenwoordig veel gebruikt om Twitter, Yelp en andere sociale media-services te controleren op gevoel met betrekking tot bedrijven en politieke kandidaten. Om het instellen en configureren te minimaliseren, gebruikt u Keras in een Jupyter-notebook gehost in Azure Notebooks, waarbij Keras, TensorFlow en andere bibliotheken die u nodig hebt, vooraf zijn geïnstalleerd.
Leerdoelen
In deze module wordt het volgende behandeld:
- Een Jupyter-notebook maken in Azure Notebooks
- Keras gebruiken om een neuraal netwerk te maken en trainen voor gevoelsanalyses
- Het neurale netwerk gebruiken om het gevoel van tekst te analyseren