Satz mit Kontext erstellen
In dieser Übung probierst du ein vorab trainiertes Modell für die Textgenerierung aus. Das Modell ist schon in der Umgebung in der Variablen „ model ” geladen, genauso wie die Funktionen „ initialize_params() ” und „ get_next_token() ”.
Das nutzt dann das vorab trainierte Modell, um das nächste Zeichen zu erraten und drei Variablen zurückzugeben: das nächste Zeichen next_char, den aktualisierten Satz res und den verschobenen Text seq, der für die nächste Vorhersage verwendet wird.
Du definierst eine Funktion, die ein vortrainiertes Modell und eine Zeichenfolge als Eingaben erhält, die den Anfang des generierten Satzes bildet. Das ist eine gute Methode, um Texte mit Kontext zu erstellen. Die Zeichenbegrenzung von 100 Zeichen ist nur ein Beispiel. Du kannst in deinen Anwendungen auch andere Begrenzungen (oder gar keine) verwenden.
Diese Übung ist Teil des Kurses
Rekursive neuronale Netze (RNNs) für die Sprachmodellierung mit Keras
Anleitung zur Übung
- Gib die Variable „
initial_text“ an die Funktion „initialize_params()“ weiter. - Mach's so, dass die Schleife aufhört, wenn der Zähler 100 erreicht oder ein Punkt (
r'.') gefunden wird. - Gib die Anfangswerte „
res“ und „seq“ an die Funktion „get_next_token()“ weiter, um das nächste Zeichen zu bekommen. - Druck die Beispielphrase, die von der definierten Funktion erstellt wurde.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
def generate_phrase(model, initial_text):
# Initialize variables
res, seq, counter, next_char = initialize_params(____)
# Loop until stop conditions are met
while counter < ____ ____ next_char != r'.':
# Get next char using the model and append to the sentence
next_char, res, seq = get_next_token(model, ____, ____)
# Update the counter
counter = counter + 1
return res
# Create a phrase
print(____(model, "I am not insane, "))