Définition du modèle Teacher Forcing

Une fois toutes les couches créées, l'étape suivante consiste à définir un objet Keras Model. Ce modèle est légèrement différent de celui que vous avez défini précédemment, car le nouveau modèle comporte deux couches d'entrée.

Vous disposez des couches Keras que vous avez implémentées dans le dernier exercice, notamment en_inputs, en_gru, de_inputs, de_gru et de_pred.

Cet exercice fait partie du cours

Traduction automatique avec Keras

Afficher le cours

Instructions

Importez l'objet Keras Model à partir du sous-module models.
Définissez un modèle qui prend comme entrées la couche d'entrée de l'encodeur et la couche d'entrée du décodeur (dans cet ordre) et qui produit la prédiction finale.
Compilez le modèle à l'aide de l'optimiseur adam et de la fonction de perte categorical_crossentropy.
Veuillez imprimer le résumé du modèle.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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.____()

Modifier et exécuter le code