1. सीखें
    2. /
  2. पाठ्यक्रम
    3. /
  3. Machine Translation with Keras
Connected

अभ्यास

Trénování modelu s word embeddings

V této lekci se naučíš, jak implementovat trénování překladového modelu, který využívá word embeddings. Každé slovo je reprezentováno jediným číslem místo one-hot enkódovaného vektoru, jak tomu bylo v předchozích cvičeních. Model budeš trénovat po více epochách a procházet celou datovou sadou po dávkách.

Pro toto cvičení máš k dispozici trénovací data (tr_en a tr_fr) ve formě seznamu vět. Použiješ jen velmi malý vzorek (1 000 vět) ze skutečných dat, protože jinak by trénování trvalo velmi dlouho. Máš také k dispozici funkci sents2seqs() a model nmt_emb, který jsi implementoval/a v předchozím cvičení. Pamatuj, že en_x označuje vstupy enkodéru a de_x vstupy dekodéru.

निर्देश

100 XP
  • Pomocí funkce sents2seqs() získej jednu dávku francouzských vět bez one-hot enkódování.
  • Z pole de_xy vezmi všechna slova kromě posledního.
  • Z pole de_xy_oh (francouzská slova s one-hot enkódováním) vezmi všechna slova kromě prvního.
  • Natrénuj model na jedné dávce dat.