Začněte nyníZačněte zdarma

Postav svůj LSTM model

Sekvence textu máš připravené. Teď je čas postavit LSTM model!

Každá sekvence obsahuje 4 slova – model se natrénuje na prvních třech slovech každé sekvence a bude předpovídat čtvrté. Použiješ vrstvu Embedding, která se naučí převádět slova na smysluplné vektory. Tyto vektory pak vstoupí do jednoduché vrstvy LSTM. Výstupem je vrstva Dense s tolika neurony, kolik je slov ve slovníku, a aktivací softmax. Díky tomu model vybere nejpravděpodobnější další slovo ze všech možných.

Velikost slovníku (počet unikátních slov) je uložena v proměnné vocab_size.

Toto cvičení je součástí kurzu

Úvod do hlubokého učení s Keras

Zobrazit kurz

Pokyny k cvičení

  • Importuj vrstvy Embedding, LSTM a Dense z tensorflow.keras layers.
  • Přidej vrstvu Embedding() o velikosti slovníku, která převede slova na vektory délky 8 a bude přijímat sekvence délky 3.
  • Přidej vrstvu LSTM() s 32 neurony.
  • Přidej skrytou vrstvu Dense() s 32 neurony a výstupní vrstvu s vocab_size neurony a aktivací softmax.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import the Embedding, LSTM and Dense layer
from tensorflow.keras.____ import ____, ____, ____

model = Sequential()

# Add an Embedding layer with the right parameters
model.add(____(input_dim = ____, input_length = ____, output_dim = ____, ))

# Add a 32 unit LSTM layer
model.add(____(____))

# Add a hidden Dense layer of 32 units and an output layer of vocab_size with softmax
model.add(Dense(____, activation='relu'))
model.add(Dense(____, activation=____))
model.summary()
Upravit a spustit kód