1. 학습
    2. /
  2. 강의
    3. /
  3. Kerasで学ぶMachine Translation
Connected

연습 문제

パート2：フルモデルの定義

Google Neural Machine Translator のあるバリアントは、英仏翻訳タスクだけでも学習に約6日、96個のGPUを要したことをご存知でしたか。

この演習では、これと似ていますが、ずっとシンプルなエンコーダ・デコーダ型のニューラル機械翻訳モデルを定義します。具体的には、これまでに定義した入出力を使って Keras の Model オブジェクトを作成し、指定された損失関数とオプティマイザでコンパイルします。

ここでは、すでに定義済みの en_inputs（エンコーダの入力層）、en_out と en_state（エンコーダ GRU の出力）、de_out（デコーダ GRU の出力）、de_pred（デコーダの予測）が提供されています。

지침

100 XP
  • en_inputs を入力、デコーダの予測（de_pred）を出力とする Keras の Model を定義します。
  • 定義したモデルに対して <model>.compile を呼び出し、オプティマイザに 'adam'、損失にクロスエントロピー、評価指標に精度（acc）を指定してコンパイルします。
  • モデルのサマリーを表示します。