使用飛槳實現基於LSTM的情感分析模型

接下來讓我們看看如何使用飛槳實現一個基於長短時記憶網路的情感分析模型。在飛槳中，不同深度學習模型的訓練過程基本一致，流程如下：

1. 數據處理：選擇需要使用的數據，並做好必要的預處理工作。

2. 網路定義：使用飛槳定義好網路結構，包括輸入層，中間層，輸出層，損失函數和優化演算法。

3. 網路訓練：將準備好的數據送入神經網路進行學習，並觀察學習的過程是否正常，如損失函數值是否在降低，也可以列印一些中間步驟的結果出來等。

4. 網路評估：使用測試集合測試訓練好的神經網路，看看訓練效果如何。

在數據處理前，需要先載入飛槳平臺（如果使用者在本地使用，請確保已經安裝飛槳）。

#encoding=utf8
#   Copyright (c) 2020 PaddlePaddle Authors. All Rights Reserved.
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at