Как рекуррентная нейронная сеть прогнозирует символы | #20 нейросети на Python

Строим рекуррентную нейросеть для прогнозирования символов последовательности. Узнаете, как правильно кодировать и подавать на вход сети текстовую информацию в виде One-hot encoding (OHE) векторов. Рассказывается про инструмент Tokenizer пакета Keras. Его методы: fit_on_texts, texts_to_matrix и коллекцию word_index. Строится архитектура нейронной сети с помощью слоя SimpleRNN пакета Keras.

Телеграм-канал: https://t.me/machine_learning_selfedu

Инфо-сайт: http://proproprogs.ru
lesson 21. RNN chars prediction.py: https://github.com/selfedu-rus/neural-network
Tokenizer: https://www.tensorflow.org/api_docs/python/tf/keras/preprocessing/text/Tokenizer
SimpleRNN: https://ru-keras.com/recurrent-layers/

Видео Как рекуррентная нейронная сеть прогнозирует символы | #20 нейросети на Python канала selfedu