확률 스케일 바꾸기
이 연습 문제에서는 temperature 값을 달리하여 확률 분포를 스케일링할 때 결과 문장이 어떻게 달라지는지 살펴봅니다.
함수 generate_phrase()는 앞에서 만든 함수를 응용한 것으로, 이미 환경에 로드되어 있습니다. 이 함수는 사전 학습된 모델을 담은 model, 문맥이 되는 텍스트인 initial_text, 그리고 softmax() 함수를 스케일링할 값인 temperature를 매개변수로 받습니다.
이 연습은 강의의 일부입니다
Keras로 배우는 언어 모델링을 위한 순환 신경망(RNN)
연습 안내
- 온도 값 리스트를
temperatures변수에 저장하세요. - 변수
temperature를temperatures리스트에 대해 반복(loop)하세요. - 미리 로드된 함수
generate_phrase()를 사용해 문장을 생성하세요. - 현재 temperature와 생성된 문장을 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Define the initial text
initial_text = "Spock and me "
# Define a vector with temperature values
____ = [0.2, 0.8, 1.0, 3.0, 10.0]
# Loop over temperatures and generate phrases
for ____ in temperatures:
# Generate a phrase
phrase = ____(model, initial_text, temperature)
# Print the phrase
print('Temperature {0}: {1}'.format(____, ____))