भाग 2: पूर्ण मॉडल परिभाषित करना
क्या आप जानते हैं कि सिर्फ English से French अनुवाद टास्क पर Google Neural Machine Translator के एक वेरिएंट को ट्रेन करने में लगभग 6 दिन और 96 GPUs लगे थे.
इस अभ्यास में आप एक मिलता-जुलता लेकिन काफी सरल encoder-decoder आधारित neural machine translation मॉडल परिभाषित करेंगे. विशेष रूप से, आप पहले से परिभाषित इनपुट और आउटपुट का उपयोग करके एक Keras Model ऑब्जेक्ट बनाएँगे और दिए गए loss फंक्शन और optimizer के साथ मॉडल को compile करेंगे.
यहाँ आपको en_inputs (encoder input layer), en_out और en_state (encoder GRU output), de_out (decoder GRU output) और de_pred (decoder prediction) उपलब्ध कराए गए हैं जिन्हें आपने पहले परिभाषित किया था.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Keras के साथ Machine Translation
अभ्यास निर्देश
- एक Keras
Modelपरिभाषित करें जोen_inputsको इनपुट के रूप में लेता है और डिकोडर की प्रेडिक्शंस (de_pred) को आउटपुट देता है. - परिभाषित मॉडल को
<model>.compileकॉल करके'adam'optimizer, cross entropy loss और accuracy (acc) मेट्रिक के साथ compile करें. - मॉडल का summary प्रिंट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
from tensorflow.keras.models import Model
# Define a model with encoder input and decoder output
nmt = ____(____=____, outputs=____)
# Compile the model with an optimizer and a loss
nmt.____(optimizer=____, ____='categorical_crossentropy', metrics=[____])
# View the summary of the model
nmt.____()