介绍

  • 5 分钟

构建神经网络并不容易。 即便在 Microsoft Cognitive Toolkit 和 TensorFlow 等热门库的帮助下，通常也需要数百行代码才能启动和运行神经网络。 这就是 Keras 在深度学习社区中变得广受欢迎的原因之一。 Keras 是开源 Python 库，可以极大地简化神经网络的构建。 实质上，它使用 Microsoft Cognitive Toolkit、TensorFlow 或 Theano 来完成繁重的工作。 借助 Keras，只需几十行代码就能构建复杂的神经网络，并可训练它们对图像进行分类、对文本进行情绪分析、执行自然语言处理，以及执行深度学习擅长的其他任务。

Keras documentation.

在本模块中，你将使用 Keras 构建对文本进行情绪评分的神经网络。 诸如“很棒的服务，我吃过的最好吃的寿司之一”这样的输入将获得接近 1.0 的分数，这表明情绪是正面的，而诸如“食物平淡，而且服务很糟糕”这样的输入则会获得更接近 0.0 的分数。 目前，此类系统被广泛用于监视 Twitter、Yelp 和其他社交媒体服务，以收集与企业和政治候选人有关的情绪。 为了最小化设置和配置，你将在 Azure Notebooks（其中预先安装了 Keras、TensorFlow 和其他所需的库）中托管的 Jupyter Notebook 中使用 Keras。

学习目标

在本模块中，你将：

  • 在 Azure Notebooks 中创建 Jupyter Notebook
  • 使用 Keras 构建和训练神经网络用于执行情绪分析
  • 使用神经网络分析文本的情绪