这是深入学习空间系列文章中的第二篇文章，以及如何使用SAP Leonardo ML基金会进行相同的学习。这些文章将涵盖一个深度学习项目的完整过程，从数据准备到预测。如果你错过了第一篇文章，物联网模块，云服务器的，它是用SAP列奥纳多ML基金会进行的图像分类，在这里找到它。正如标题所说，这是另一个非常流行的深度学习应用：文本分类。面对如此多的文本数据，免费云服务器，自动文本分类是非常必要的。一些主要的行业示例包括文章标记、新闻文章分类、情感分析等。

问题陈述：制作一个深度学习模型，将文本分类为各种类别。

数据集：任何文本分类数据集。在本文中，我们将使用著名的20个新闻组数据集。数据集包含新闻文章及其所属的类别。有20个不同的类别。培训样本11314个，测试样本7532个

技术堆栈：

开始工作吧！主要步骤是：

制作模型和培训。

数据集自带sklearn库，无需明确下载。让我们跳到编码：

创建新的培训.py归档并继续编写所有代码：

以上代码将构成两个数据帧：训练和测试。它们看起来像：

第一列包含文章的文本，第二列是文章所属的类别（0到19）。

数据准备好后开始编码模型。

进行必要的导入。

一些常量。

文本标记化。

定义模型。

定义一些回调。

所有设置都用于训练模型。这将需要一些时间。

预测

直到这个代码，模型训练和权重保存。现在，是时候看到训练过的模型了，大数据 学习，也就是做预测。把钥匙放好培训.py在代码文件夹中。我们还需要创建一个名为新闻组.yaml指定运行进程的资源。

上传作业。在与代码文件夹和yaml文件相同的目录中打开命令提示符。运行以下命令：

您还可以使用适当的命令查看作业日志。

，淘客大玩家