tf.keras.datasets.imdb.load_data

Загружает набор данных IMDB.

Просмотр псевдонимов

Псевдонимы для миграции

См. руководство по миграции для получения дополнительной информации.

tf.compat.v1.keras.datasets.imdb.load_data

tf.keras.datasets.imdb.load_data(
    path='imdb.npz',
    num_words=None,
    skip_top=0,
    maxlen=None,
    seed=113,
    start_char=1,
    oov_char=2,
    index_from=3,
    **kwargs
)

Это набор данных из 25 000 обзоров фильмов с IMDB, помеченных по степени восприятия (положительно/отрицательно). Обзоры были предварительно обработаны, и каждый обзор закодирован как список индексов слов (целые числа). Для удобства слова индексируются по частоте в наборе данных, поэтому, например, целое число «3» кодирует 3-е по частоте слово в данных. Это позволяет быстро выполнять фильтрующие операции, такие как: «учитывать только 10 000 наиболее распространенных слов, но исключить 20 наиболее распространенных слов».

По соглашению, «0» не обозначает конкретное слово, а используется для кодирования любого неизвестного слова.

Аргументы
`path`	место для кеширования данных (относительно `~/.keras/dataset`).
`num_words`	целое число или None. Слова ранжируются по частоте их появления (в обучающем наборе), и сохраняются только `num_words` наиболее часто встречающихся слов. Любое менее частое слово будет отображаться как `oov_char` значение в данных последовательности. Если None, все слова сохраняются. По умолчанию None, поэтому сохраняются все слова.
`skip_top`	пропустить верхние N наиболее часто встречающихся слов (которые могут быть неинформативными). Эти слова будут отображаться как `oov_char` значение в наборе данных. По умолчанию 0, поэтому слова не пропускаются.
`maxlen`	целое число или None. Максимальная длина последовательности. Любая более длинная последовательность будет усечена. По умолчанию None, что означает, что обрезка не выполняется.
`seed`	целое число. Семено для воспроизводимого перемешивания данных.
`start_char`	целое число. Начало последовательности будет помечено этим символом. По умолчанию 1, поскольку 0 обычно является символом заполнения.
`oov_char`	целое число. Символ слова за пределами словаря. Слова, которые были исключены из-за ограничений `num_words` или `skip_top`, будут заменены этим символом.
`index_from`	целое число. Индексы фактических слов с этим индексом и выше.
`**kwargs`	Используется для обратной совместимости.

Возвращаемые значения
Кортеж массивов Numpy: `(x_train, y_train), (x_test, y_test)`.

x_train, x_test: списки последовательностей, которые являются списками индексов (целые числа). Если был указан аргумент num_words, максимальное возможное значение индекса равно num_words - 1. Если был указан аргумент maxlen, максимальная возможная длина последовательности равна maxlen.

y_train, y_test: списки целочисленных меток (1 или 0).

Исключения
`ValueError`	в случае, если `maxlen` настолько низкий, что ни одна входная последовательность не могла быть сохранена.

Обратите внимание, что символ «вне словаря» используется только для слов, которые были в обучающем наборе, но не включены, потому что они не прошли num_words фильтр здесь. Слова, которые не встречались в обучающем наборе, но присутствуют в тестовом наборе, были просто пропущены.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.9/api_docs/python/tf/keras/datasets/imdb/load_data