Das „Teacher Forcing“-Modell erklären
Nachdem alle Schichten erstellt wurden, musst du als Nächstes ein Keras- Model -Objekt definieren. Dieses Modell ist ein bisschen anders als das, das du vorher gemacht hast, weil das neue Modell zwei Eingabeschichten hat.
Du hast die Keras-Layer, die du in der letzten Übung gemacht hast, schon und zwar: en_inputs, en_gru, de_inputs, de_gru und de_pred.
Diese Übung ist Teil des Kurses
Maschinelle Übersetzung mit Keras
Anleitung zur Übung
- Importiere das Keras-Objekt „
Model” aus dem Submodul „models”. - Definiere ein Modell, das die Eingabeschicht des Encoders und die Eingabeschicht des Decoders als Eingaben (in dieser Reihenfolge) nimmt und die endgültige Vorhersage ausgibt.
- Kompiliere das Modell mit dem Optimierer „
adam” und der Verlustfunktion „categorical_crossentropy”. - Druck die Zusammenfassung des Modells aus.
Interaktive Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Import the Keras Model object
from tensorflow.keras.____ import ____
# Define a model
nmt_tf = ____(inputs=[____, ____], outputs=____)
# Compile the model with optimizer and loss
nmt_tf.compile(optimizer=____, ____=____, metrics=["acc"])
# Print the summary of the model
nmt_tf.____()