Parte 1: definire il modello completo

Qui implementerai gli ultimi livelli del modello encoder-decoder. Userai i livelli Dense e TimeDistributed per ottenere le previsioni finali (cioè le probabilità delle parole francesi previste) del modello encoder-decoder.

Ti vengono forniti l'encoder e il decoder (senza la parte superiore) che hai implementato finora. L'output de_out del livello GRU del decoder è fornito. Usiamo il prefisso en (ad es. en_gru) per indicare tutto ciò che è relativo all'encoder e de per indicare gli elementi relativi al decoder (ad es. de_gru).

Questo esercizio fa parte del corso

Traduzione automatica con Keras

Visualizza corso

Istruzioni dell'esercizio

Importa i livelli Dense e TimeDistributed da Keras.
Definisci un livello Dense con attivazione softmax che abbia fr_vocab uscite.
Incapsula il livello Dense in un livello TimeDistributed.
Ottieni la previsione finale del modello passando de_out al livello de_dense_time.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# Import Dense and TimeDistributed layers
from tensorflow.keras.____ import ____, ____
# Define a softmax dense layer that has fr_vocab outputs
de_dense = ____(____, ____)
# Wrap the dense layer in a TimeDistributed layer
de_dense_time = ____(de_dense)
# Get the final prediction of the model
de_pred = ____(de_out)
print("Prediction shape: ", de_pred.shape)

Modifica ed esegui il codice