अगला कैरेक्टर प्रेडिक्ट करें
इस अभ्यास में, आप एक प्रशिक्षित मॉडल के आधार पर अगला कैरेक्टर प्रेडिक्ट करने वाला फंक्शन लिखेंगे. आप पिछले 20 कैरेक्टर्स का उपयोग करके अगले कैरेक्टर का अनुमान लगाएंगे. आप अगले लेसन में सीखेंगे कि मॉडल को कैसे ट्रेन करना है, क्योंकि यह चरण मॉडल ट्रेनिंग से पहले अनिवार्य है.
यह वाक्य, पैराग्राफ, छोटे टेक्स्ट या ज़रूरत के हिसाब से दूसरे टेक्स्ट ब्लॉक्स जनरेट करने के नियम बनाने का शुरुआती कदम है.
वैरिएबल n_vocab, chars_window और डिक्शनरी index_to_char पहले से ही एन्वायरनमेंट में लोड हैं. साथ ही, नीचे दिए गए फंक्शन आपके लिए पहले से बनाए गए हैं:
initialize_X(): टेक्स्ट इनपुट को सही शेप के साथ इंडेक्स नंबर्स की सीक्वेंस में बदलता है.predict_next_char(): मॉडल क्लास के.predict()मेथड औरindex_to_charडिक्शनरी का उपयोग करके अगला कैरेक्टर देता है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Keras के साथ भाषा मॉडलिंग के लिए Recurrent Neural Networks (RNNs)
अभ्यास निर्देश
- फंक्शन
get_next_char()परिभाषित करें और उसके पैरामीटरinitial_textऔरchars_windowरखें, बिना किसी डिफ़ॉल्ट वैल्यू के. initialize_X()फंक्शन का उपयोग करें और वैरिएबलchar_to_indexपास करें, ताकि प्रेडिक्शन के लिए उपयोग होने वाला शून्यों का वेक्टर मिल सके.predict_next_char()फंक्शन का उपयोग करके प्रेडिक्शन प्राप्त करें और उसेnext_charवैरिएबल में स्टोर करें.- दिए गए
initial_textपर परिभाषित फंक्शन लगाकर प्रेडिक्ट किया गया कैरेक्टर प्रिंट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
def ____(model, ____, ____, char_to_index, index_to_char):
# Initialize the X vector with zeros
X = ____(initial_text, chars_window, ____)
# Get next character using the model
____ = predict_next_char(model, X, ____)
return next_char
# Define context sentence and print the generated text
initial_text = "I am not insane, "
print("Next character: {0}".format(____(model, ____, 20, char_to_index, index_to_char)))