Keras之二分类问题

一、Keras开发概述

Keras模型主要包括以下几个部骤：
(1)定义训练数据：输入张量和目标张量。
(2)定义层的组成网络（即模型），将输入映射到目标。
(3)配置学习过程：选择损失函数、优化器和需要监控的指标。
(4)调用模型的fit方法在训练数据上进行迭代。

二、电影评论分类问题（二分类问题）

1.数据集：IMDB数据集（有关该数据集介绍请见这里）
2.独热编码(one-hot编码)有关该编码的介绍见REF1、REF2、REF3、REF4.
3.one-hot编码的目的见数据预处理之独热编码（One-Hot）：为何要使用one-hot编码？
以下文字摘录自数据预处理之独热编码（One-Hot）：为何要使用one-hot编码？:使用one-hot的直接缘由是如今多分类cnn网络的输出一般是softmax层，而它的输出是一个几率分布，从而要求输入的标签也以几率分布的形式出现，进而计算交叉熵之类。one-hot其实就是给出了真实样本的真实几率分布，其中一个样本数据几率为1，其余全为0.。计算损失交叉熵时，直接用1*log（1/几率），就直接算出了交叉熵，做为损失。

三、代码如下