학습 모델과 추론 모델 간의 연결

여기서는 학습된 모델의 가중치를 추론 모델로 전달합니다. 인코더-디코더 모델에서는 파라미터가 있는 레이어가 세 가지 있습니다. 다음과 같습니다.

인코더 GRU 레이어
디코더 GRU 레이어
디코더 Dense 레이어

TimeDistributed 같은 다른 레이어는 파라미터가 없으므로 가중치를 복사할 필요가 없습니다.

이 연습 문제에서는 학습된 인코더 GRU 레이어(tr_en_gru), 학습된 디코더 GRU(tr_de_gru), 그리고 학습된 Dense 레이어(tr_de_dense)가 제공됩니다. 또한 추론 모델의 모든 레이어(인코더 포함)에도 접근할 수 있으며, 예를 들어 인코더 GRU 레이어(en_gru), 디코더 GRU(de_gru), Dense 레이어(de_dense)가 있습니다.

이 연습은 강의의 일부입니다

Keras로 배우는 Machine Translation

강의 보기

연습 안내

학습된 인코더 GRU 레이어의 가중치를 불러오세요.
추론 모델의 인코더 GRU 레이어에 해당 가중치를 설정하세요.
학습된 디코더 GRU 레이어의 가중치를 불러와 추론 모델에 설정하세요.
학습된 디코더 Dense 레이어의 가중치를 불러와 추론 모델에 설정하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Load the weights to the encoder GRU from the trained model
en_gru_w = ____.get_weights()
# Set the weights of the encoder GRU of the inference model
en_gru.____(____)
# Load and set the weights to the decoder GRU
de_gru.____(tr_de_gru.____)
# Load and set the weights to the decoder Dense
____.set_weights(____.____)

코드 편집 및 실행