Mulai sekarangMulai gratis

Ubah skala probabilitas

Dalam latihan ini, Anda akan melihat perbedaan kalimat yang dihasilkan saat menggunakan berbagai nilai temperature untuk menskalakan distribusi probabilitas.

Fungsi generate_phrase() adalah adaptasi dari fungsi yang telah Anda buat sebelumnya dan sudah dimuat di lingkungan. Fungsi ini menerima parameter model yang berisi model pra-latih, initial_text yang berisi teks konteks, dan temperature yaitu nilai untuk menskalakan fungsi softmax().

Latihan ini merupakan bagian dari kursus

Recurrent Neural Networks (RNN) untuk Pemodelan Bahasa dengan Keras

Lihat Kursus

Instruksi latihan

  • Simpan daftar nilai temperature ke variabel temperatures.
  • Lakukan perulangan variabel temperature pada daftar temperatures.
  • Hasilkan sebuah frasa menggunakan fungsi pra-muat generate_phrase().
  • Cetak nilai temperature dan kalimat yang dihasilkan.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Define the initial text
initial_text = "Spock and me "

# Define a vector with temperature values
____ = [0.2, 0.8, 1.0, 3.0, 10.0]

# Loop over temperatures and generate phrases
for ____ in temperatures:
	# Generate a phrase
	phrase = ____(model, initial_text, temperature)
    
	# Print the phrase
	print('Temperature {0}: {1}'.format(____, ____))
Edit dan Jalankan Kode