or
यह अभ्यास पाठ्यक्रम का हिस्सा है
इस अध्याय में, आप Recurrent Neural Networks (RNN) की बुनियादें सीखेंगे। हम कुछ पूर्व-आवश्यकताओं से शुरुआत करेंगे, फिर समझेंगे कि नेटवर्क में सूचना कैसे बहती है, और अंत में Keras के साथ ऐसे मॉडलों को सेंटिमेंट क्लासिफिकेशन टास्क पर कैसे इम्प्लीमेंट करें।
आप RNNs में अक्सर आने वाली vanishing और exploding gradient समस्याओं के बारे में जानेंगे, और GRU तथा LSTM सेल्स से उनसे कैसे निपटा जाए। साथ ही, आप भाषा मॉडलों के लिए एम्बेडिंग लेयर्स बनाएँगे और सेंटिमेंट क्लासिफिकेशन टास्क को फिर से देखें گے।
इसके बाद, इस अध्याय में आप मल्टी-क्लास क्लासिफिकेशन टास्क के लिए डेटा कैसे तैयार किया जाए, यह सीखेंगे, साथ ही मल्टी-क्लास क्लासिफिकेशन और बाइनरी क्लासिफिकेशन (सेंटिमेंट एनालिसिस) के बीच के अंतर समझेंगे। अंत में, आप Keras के साथ मॉडल बनाना और उनके प्रदर्शन को मापना सीखेंगे।
यह अध्याय आपको RNN मॉडलों के दो उपयोगों से परिचित कराता है: टेक्स्ट जनरेशन और न्यूरल मशीन ट्रांसलेशन। आप सीखेंगे कि मॉडलों द्वारा अपेक्षित फ़ॉर्मेट में टेक्स्ट डेटा कैसे तैयार किया जाए। टेक्स्ट जनरेशन मॉडल किसी किरदार की बोलने की शैली की नकल करने के लिए उपयोग होता है, और हम Sheldon (The Big Bang Theory) की नकल करके थोड़ा मज़ा भी करेंगे। न्यूरल मशीन ट्रांसलेशन, उदाहरण के लिए, Google Translate में एक कहीं अधिक जटिल मॉडल में उपयोग होता है। इस अध्याय में, आप एक ऐसा मॉडल बनाएँगे जो पुर्तगाली की छोटी उक्तियों का अंग्रेज़ी में अनुवाद करता है।
वर्तमान अभ्यास