keras深度学习笔记.pdfVIP

二分类： 通常需要对原始数据进行大量预处理，以便将其转换为张量输入到神经网络中。单词序列可 以编码为二进制向量，但也有其他编码方式。带有 relu 激活的 Dense 层堆叠，可以解决很多 种问题（包括情感分类），你可能会经常用到这种模型。 对于二分类问题（两个输出类别），网络的最后一层应该是只有一个单元并使用sigmoid 激活的 Dense 层，网络输出应该是 0~1 范围内的标量，表示概率值。 对于二分类问题的 sigmoid 标量输出，你应该使用 binary_crossentropy 损失函数。 无论你的问题是什么， rmspr