원-핫 벡터 이해하기
여기에서는 단어로부터 원-핫 인코딩 벡터를 생성하는 방법을 배웁니다. 원-핫 인코딩은 단어를 수치로 표현하기 위해 흔히 사용하는 변환이에요.
Keras의 to_categorical() 함수를 사용해 원-핫 벡터를 만들겠습니다. to_categorical() 함수는 입력으로 정수 시퀀스를 기대합니다. 따라서 단어를 정수로 바꾸기 위해 word2index 사전이 제공됩니다.
이 연습 문제를 마치려면 Python 내장 함수 zip()도 사용해야 합니다. zip() 함수는 여러 객체를 동시에 순회할 수 있게 해요. 예를 들어 길이가 같은 두 리스트 xx와 yy가 있을 때, for x,y in zip(xx,yy)라고 하면 각 단계에서 리스트의 x와 y 원소에 차례대로 접근할 수 있습니다.
이 연습은 강의의 일부입니다
Keras로 배우는 Machine Translation
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
from tensorflow.keras.utils import to_categorical
# Create a list of words and convert them to indices
words = [____, ____, ____]
word_ids = [word2index[____] for w in ____]
print(____)