1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Machine Translation with Keras
Connected

Cvičení

Část 2: Definice celého modelu

Věděl/a jsi, že trénování jedné varianty Google Neural Machine Translator jen na překlad z angličtiny do francouzštiny trvalo přibližně 6 dní a vyžadovalo 96 GPU?

V tomto cvičení definuješ podobný, ale výrazně jednodušší model strojového překladače typu encoder-decoder. Konkrétně využiješ dříve definované vstupy a výstupy, vytvoříš objekt Keras Model a model zkompilovaný se zadanou ztrátovou funkcí a optimalizátorem.

Máš k dispozici proměnné en_inputs (vstupní vrstva enkodéru), en_out a en_state (výstup GRU enkodéru), de_out (výstup GRU dekodéru) a de_pred (predikce dekodéru), které jsi definoval/a dříve.

Pokyny

100 XP
  • Definuj Keras Model, který přijímá en_inputs jako vstup a predikce dekodéru (de_pred) jako výstup.
  • Zkompiluj definovaný model voláním <model>.compile s optimalizátorem 'adam', ztrátovou funkcí křížové entropie a přesností (acc) jako metrikou.
  • Vytiskni souhrn modelu.