Problème de gradient qui s'annule

L'autre problème possible avec les gradients survient lorsqu'ils s'annulent, c'est-à-dire qu'ils tendent vers zéro. C'est bien plus difficile à résoudre, surtout parce qu'il est moins facile à détecter. Si la fonction de perte ne s'améliore pas à chaque étape, est-ce parce que les gradients sont tombés à zéro et n'ont donc pas mis à jour les poids? Ou est-ce plutôt que le modèle n'arrive pas à apprendre?

Ce problème survient plus souvent dans les modèles RNN lorsque l'on a besoin d'une mémoire longue (phrases longues).

Dans cet exercice, vous allez observer ce phénomène sur les données IMDB, en sélectionnant des phrases plus longues. Les données sont chargées dans les variables X et y, et les classes Sequential, SimpleRNN, Dense ainsi que matplotlib.pyplot sous le nom plt sont disponibles. Le modèle a été préentraîné pendant 100 époques; ses poids et son historique sont enregistrés dans le fichier model_weights.h5 et la variable history.

Cette activité fait partie du cours

Réseaux de neurones récurrents (RNN) pour la modélisation du langage avec Keras

Instructions de l’exercice

Ajoutez une couche SimpleRNN au modèle.
Chargez les poids préentraînés dans le modèle avec la méthode .load_weights().
Ajoutez au graphique l'exactitude des données d'entraînement disponible sous l'attribut 'acc'.
Affichez le graphique avec la méthode .show().

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Create the model
model = Sequential()
model.add(____(units=600, input_shape=(None, 1)))
model.add(Dense(1, activation='sigmoid'))
model.compile(loss='binary_crossentropy', optimizer='sgd', metrics=['accuracy'])

# Load pre-trained weights
model.____('model_weights.h5')

# Plot the accuracy x epoch graph
plt.plot(history.history[____])
plt.plot(history.history['val_acc'])
plt.legend(['train', 'val'], loc='upper left')
plt.____()

Modifier et exécuter le code

Cette activité fait partie du cours

Réseaux de neurones récurrents (RNN) pour la modélisation du langage avec Keras

SkillTag.level.advancedSkillTag.label

4.8+

Commencer le cours gratuitement

Dans ce chapitre, vous verrez les bases des réseaux de neurones récurrents (RNN). Après quelques préalables, vous comprendrez comment l'information circule dans le réseau et, pour finir, comment implémenter de tels modèles avec Keras pour une tâche de classification de sentiments.

Exercise 1: Introduction au cours Exercise 2: Comparer le nombre de paramètres d'un RNN et d'un ANN Exercise 3: Analyse de sentiments Exercise 4: Modèles « sequence to sequence »Exercise 5: Introduction aux modèles de langue Exercise 6: Se familiariser avec les données textuelles Exercise 7: Préparer des données textuelles pour l'entrée du modèle Exercise 8: Transformer un nouveau texte Exercise 9: Introduction aux RNN dans Keras Exercise 10: Modèles Keras Exercise 11: Prétraitement avec Keras Exercise 12: Votre premier modèle RNN

Vous apprendrez les problèmes de gradients qui s'évanouissent et qui explosent, fréquents dans les RNN, ainsi que la façon d'y faire face avec les cellules GRU et LSTM. De plus, vous créerez des couches d'intégration (embeddings) pour des modèles de langage et vous reprendrez la tâche de classification de sentiments.

Exercise 1: Gradients qui s'évanouissent et qui explosent Exercise 2: Problème de gradient explosif Exercise 3: Problème de gradient qui s'annule

Exercice en cours

Exercise 4: Cellules GRU et LSTM Exercise 5: Les cellules GRU surpassent les SimpleRNN Exercise 6: Empiler des couches RNN Exercise 7: La couche Embedding Exercise 8: Comparaison du nombre de paramètres Exercise 9: Apprentissage par transfert Exercise 10: Les embeddings améliorent la performance Exercise 11: Classification des sentiments : retour Exercise 12: Meilleure classification de sentiments Exercise 13: Utiliser la couche CNN

Dans ce chapitre, vous apprendrez à préparer les données pour une tâche de classification multiclasse, ainsi que les différences entre la classification multiclasse et la classification binaire (analyse de sentiments). Enfin, vous verrez comment créer des modèles et mesurer leur performance avec Keras.

Exercise 1: Prétraitement des données Exercise 2: Préparer les vecteurs d'étiquettes Exercise 3: Prétraiter les données Exercise 4: Apprentissage par transfert pour les modèles de langue Exercise 5: Point de départ de l'apprentissage par transfert Exercise 6: Word2Vec Exercise 7: Modèles de classification multiclasse Exercise 8: Explorer l'ensemble de données 20 News Groups Exercise 9: Classer des articles de presse Exercise 10: Évaluer la performance du modèle Exercise 11: Compromis précision-rappel Exercise 12: Précision ou Rappel, telle est la question Exercise 13: Performance en classification multiclasse

Ce chapitre vous présente deux applications des modèles RNN : la génération de texte et la traduction automatique neuronale. Vous apprendrez à préparer les données textuelles selon le format requis par les modèles. Le modèle de génération de texte sert à reproduire la façon de s'exprimer d'un personnage et nous nous amuserons à imiter Sheldon de The Big Bang Theory. La traduction automatique neuronale est utilisée, par exemple, par Google Traduction dans un modèle beaucoup plus complexe. Dans ce chapitre, vous créerez un modèle qui traduit de courtes phrases portugaises en anglais.

Exercise 1: Modèles séquence à séquence Exercise 2: Exemples de génération de texte Exercise 3: Exemple de NMT Exercise 4: La fonction de génération de texte Exercise 5: Prédire le prochain caractère Exercise 6: Générer une phrase avec contexte Exercise 7: Modifier l'échelle de probabilité Exercise 8: Modèles de génération de texte Exercise 9: Créer des vecteurs de phrases et de caractères suivants Exercise 10: Préparer les données pour l'entraînement Exercise 11: Créer le modèle de génération de texte Exercise 12: Traduction automatique neuronale Exercise 13: Préparer le texte d'entrée Exercise 14: Préparer le texte de sortie Exercise 15: Traduire du portugais vers l'anglais Exercise 16: Félicitations !