शुरू करेंमुफ़्त में शुरू करें

ट्रेनिंग के लिए डेटा तैयार करना

इस अभ्यास में, आप मॉडल को ट्रेन करने के लिए डेटा तैयार करना जारी रखेंगे। वाक्यों और अगले characters की arrays बनाने के बाद, आपको उन्हें ऐसे numerical मानों में बदलना है जिन्हें मॉडल में इस्तेमाल किया जा सके।

यह कदम ज़रूरी है क्योंकि RNN मॉडल केवल numbers की अपेक्षा करते हैं, strings की नहीं। आप ऐसे numerical arrays बनाएँगे जिनमें उन positions पर शून्य या एक होंगे जो वाक्यों में मौजूद characters का प्रतिनिधित्व करते हैं। एक (या True) दर्शाता है कि संबंधित character मौजूद है, जबकि शून्य (या False) दर्शाता है कि उस वाक्य की उस position पर character अनुपस्थित है।

वैरिएबल्स sentences, next_char, n_vocab, chars_window, num_seqs (training डेटा में वाक्यों की संख्या) पहले से environment में लोड हैं, साथ ही numpy np नाम से उपलब्ध है।

यह अभ्यास पाठ्यक्रम का हिस्सा है

Keras के साथ भाषा मॉडलिंग के लिए Recurrent Neural Networks (RNNs)

पाठ्यक्रम देखें

अभ्यास निर्देश

  • शून्यों के साथ और shape (number of sentences, characters window, vocabulary size) में एक np.array() बनाएँ।
  • वर्तमान char की position को 1 सेट करने के लिए डिक्शनरी char_to_index का उपयोग करें।
  • वर्तमान next character को 1 सेट करें।
  • प्रत्येक array की पहली position प्रिंट करें।

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Instantiate the variables with zeros
numerical_sentences = np.zeros((____, ____, ____), dtype=np.bool)
numerical_next_chars = np.zeros((num_seqs, n_vocab), dtype=np.bool)

# Loop for every sentence
for i, sentence in enumerate(sentences):
  # Loop for every character in sentence
  for t, char in enumerate(sentence):
    # Set position of the character to 1
    numerical_sentences[i, t, ____] = ____
    # Set next character to 1
    ____[i, char_to_index[next_chars[i]]] = 1

# Print the first position of each
print(____, ____, sep="\n")
कोड संपादित करें और चलाएँ