Mendefinisikan model Teacher Forcing

Dengan semua layer telah dibuat, langkah berikutnya adalah mendefinisikan objek Model Keras. Model ini sedikit berbeda dari yang Anda definisikan sebelumnya, karena model baru memiliki dua layer input.

Anda telah disediakan layer Keras yang Anda implementasikan pada latihan sebelumnya, termasuk en_inputs, en_gru, de_inputs, de_gru, dan de_pred.

Latihan ini adalah bagian dari kursus

Penerjemahan Mesin dengan Keras

Lihat Kursus

Petunjuk latihan

Impor objek Model Keras dari submodul models.
Definisikan sebuah model yang menerima layer input encoder dan layer input decoder sebagai masukan (dalam urutan tersebut) dan menghasilkan prediksi akhir.
Kompilasi model menggunakan optimizer adam dan fungsi loss categorical_crossentropy.
Cetak ringkasan model.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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.____()

Edit dan Jalankan Kode