1. 学ぶ
    2. /
  2. コース
    3. /
  3. Kerasで学ぶMachine Translation
Connected

演習

パート1: to_categorical() 関数を理解する

実世界の課題では、語彙サイズが非常に大きくなることがあるのをご存じですか（たとえば十数万語以上）？

この演習は2部構成で、to_categorical() 関数の num_classes 引数を設定する重要性を学びます。パート1では、与えられた単語リストに対してワンホットベクトルを生成し、そのベクトルの長さを計算する関数 compute_onehot_length() を実装します。

to_categorical() 関数はすでにインポートされています。

指示

100 XP
  • compute_onehot_length() の中で、words と word2index を使って単語IDを作成します。
  • 得られた単語IDを使って、to_categorical() 関数でワンホットベクトルを作成します。
  • <array>.shape 構文を使って、単一のワンホットベクトルの長さを返します。
  • 単語リスト He, drank, milk に対して compute_onehot_length() を用い、ワンホットベクトルの長さを計算して出力します。