IK
надо к строке применить texts to matrix
Size: a a a
2020 May 05
IK
и потом передать матрицу в предикт
RK
tokenizer = Tokenizer(num_words=5000, filters='!"#$%&()*+,-./:;<=>?@[\\]^_`{|}~\t\n',
lower=True,
split=' ',
char_level=False)
matrix = tokenizer.texts_to_matrix("Всё хорошо", mode='count')
matrix.shape
X = normalize(matrix)
model.predict(X)
lower=True,
split=' ',
char_level=False)
matrix = tokenizer.texts_to_matrix("Всё хорошо", mode='count')
matrix.shape
X = normalize(matrix)
model.predict(X)
RK
вот так?
IK
RK
вот вывод
RK
array([[0.81118894],
[0.81118894],
[0.81118894],
[0.81118894],
[0.81118894],
[0.81118894],
[0.81118894],
[0.81118894],
[0.81118894],
[0.81118894]], dtype=float32)
[0.81118894],
[0.81118894],
[0.81118894],
[0.81118894],
[0.81118894],
[0.81118894],
[0.81118894],
[0.81118894],
[0.81118894]], dtype=float32)
RK
но должно выводить одно значение
IK
стоп
RK
и если поменять matrix = tokenizer.texts_to_matrix("Всё хорошо", mode='count')
RK
Всё хорошо
RK
на что либо другое
RK
одинаковый результат будет
IK
токенизер не надо создавать заново, надо использовать тот что есть
RK
1 мин
IK
и наверное надо взять строку все хорошо в квадратные скобки, чтобы сделать список из одного элемента
RK
matrix = tokenizer.texts_to_matrix(["Всё в мире прекрасно"], mode='count')
matrix.shape
X = normalize(matrix)
model.predict(X)
matrix.shape
X = normalize(matrix)
model.predict(X)
RK
результат
RK
array([[0.8668997]], dtype=float32)
RK
что то не так)