Propojení trénovaného a inferenčního modelu

V tomto cvičení přeneseme natrénované váhy z trénovaného modelu do inferenčního modelu. V modelu enkodér–dekodér jsou tři vrstvy s parametry:

vrstva enkodéru GRU
vrstva dekodéru GRU
vrstva dekodéru Dense

Ostatní vrstvy, jako například TimeDistributed, žádné parametry nemají, a proto jejich váhy kopírovat nepotřebujeme.

Pro toto cvičení máš k dispozici natrénovanou vrstvu enkodéru GRU (tr_en_gru), natrénovanou vrstvu dekodéru GRU (tr_de_gru) a natrénovanou vrstvu Dense (tr_de_dense). Máš také přístup ke všem vrstvám inferenčního modelu (včetně enkodéru): vrstvě enkodéru GRU (en_gru), vrstvě dekodéru GRU (de_gru) a vrstvě Dense (de_dense).

Toto cvičení je součástí kurzu

Machine Translation with Keras

Zobrazit kurz

Pokyny k cvičení

Načti váhy natrénované vrstvy enkodéru GRU.
Nastav váhy vrstvy enkodéru GRU v inferenčním modelu.
Načti váhy natrénované vrstvy dekodéru GRU a nastav je v inferenčním modelu.
Načti váhy natrénované vrstvy dekodéru Dense a nastav je v inferenčním modelu.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Load the weights to the encoder GRU from the trained model
en_gru_w = ____.get_weights()
# Set the weights of the encoder GRU of the inference model
en_gru.____(____)
# Load and set the weights to the decoder GRU
de_gru.____(tr_de_gru.____)
# Load and set the weights to the decoder Dense
____.set_weights(____.____)

Upravit a spustit kód