1. Nauka
    2. /
  2. Kursy
    3. /
  3. Tłumaczenie maszynowe z Keras
Connected

ćwiczenie

Część 1: Odkrywamy funkcję to_categorical()

Czy wiesz, że w rzeczywistych problemach słownik może być bardzo duży – nawet powyżej stu tysięcy słów?

To ćwiczenie składa się z dwóch części. Poznasz w nich znaczenie argumentu num_classes funkcji to_categorical(). W części 1 zaimplementujesz funkcję compute_onehot_length(), która generuje wektory one-hot dla podanej listy słów i oblicza ich długość.

Funkcja to_categorical() została już zaimportowana.

Instrukcje

100 XP
  • Utwórz identyfikatory słów, używając words i word2index wewnątrz funkcji compute_onehot_length().
  • Utwórz wektory one-hot za pomocą funkcji to_categorical(), przekazując listę identyfikatorów słów.
  • Zwróć długość pojedynczego wektora one-hot, korzystając ze składni <array>.shape.
  • Oblicz i wyświetl długość wektorów one-hot, wywołując compute_onehot_length() dla listy słów He, drank, milk.