Porozumění one-hot vektorům
V tomto cvičení se naučíš generovat one-hot zakódované vektory ze slov. One-hot encoding je běžná transformace, která slouží k numerické reprezentaci slov.
Budeš používat funkci to_categorical() z Kerasu pro vytváření one-hot vektorů. Funkce to_categorical() očekává jako vstup posloupnost celých čísel. Proto je k dispozici slovník word2index, pomocí kterého lze převést slovo na celé číslo.
Pro úspěšné dokončení cvičení budeš také potřebovat vestavěnou Python funkci zip(). Funkce zip() ti umožňuje iterovat přes více věcí najednou. Například pokud máš dva seznamy xx a yy stejné délky, voláním for x,y in zip(xx,yy) můžeš přistupovat k prvkům x a y obou seznamů postupně.
Toto cvičení je součástí kurzu
Machine Translation with Keras
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
from tensorflow.keras.utils import to_categorical
# Create a list of words and convert them to indices
words = [____, ____, ____]
word_ids = [word2index[____] for w in ____]
print(____)