Teacher Forcing モデルの定義
すべてのレイヤーを作成できたら、次は Keras の Model オブジェクトを定義します。今回のモデルは入力レイヤーが 2 つあるため、先ほど定義したものとは少し異なります。
前の演習で実装した Keras のレイヤー（en_inputs、en_gru、de_inputs、de_gru、de_pred）がすでに用意されています。
この演習はコースの一部です
Kerasで学ぶMachine Translation
演習の手順
modelsサブモジュールから Keras のModelオブジェクトをインポートします。- エンコーダの入力レイヤーとデコーダの入力レイヤー（この順番）を入力に取り、最終予測を出力するモデルを定義します。
- オプティマイザに
adam、損失関数にcategorical_crossentropyを指定してモデルをコンパイルします。 - モデルのサマリーを出力します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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.____()