Deep Learning mit Python und Keras - Das Praxis-Handbuch vom Entwickler der Keras-Bibliothek

Kapitel 6: Deep Learning, Text und sequenzielle Daten

Die Themen in diesem Kapitel:

• Textdaten in nützliche Repräsentationen umwandeln

• Rekurrente neuronale Netze (RNNs)

• Eindimensionale CNNs zur Verarbeitung sequenzieller Daten verwenden

In diesem Kapitel werden wir Deep-Learning-Modelle erkunden, die Texte (in Form von Wortsequenzen oder Zeichenfolgen), Zeitreihen und sequenzielle Daten im Allgemeinen verarbeiten können. Die beiden grundlegenden Deep-Learning-Algorithmen für die sequenzielle Verarbeitung von Daten sind rekurrente neuronale Netze (RNNs)‌ und 1-D-CNNs, die eindimensionale Variante der CNNs, die wir in den vorangegangenen Kapiteln erörtert haben. In diesem Kapitel werden wir beide Ansätze betrachten.

Die Anwendungsmöglichkeiten ...