Definire il modello con Teacher Forcing
Con tutti i livelli creati, il passo successivo è definire un oggetto Model di Keras. Questo modello è leggermente diverso da quello che hai definito in precedenza, perché il nuovo modello ha due livelli di input.
Ti sono stati forniti i livelli di Keras che hai implementato nell'esercizio precedente, inclusi en_inputs, en_gru, de_inputs, de_gru e de_pred.
Questo esercizio fa parte del corso
Traduzione automatica con Keras
Istruzioni dell'esercizio
- Importa l'oggetto
Modeldi Keras dal sottomodulomodels. - Definisci un modello che prenda come input il livello di input dell'encoder e quello del decoder (in quest'ordine) e restituisca la predizione finale.
- Compila il modello usando l'ottimizzatore
adame la funzione di perditacategorical_crossentropy. - Stampa il riepilogo del modello.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# 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.____()