Parte 1: Definindo o modelo completo
Aqui você vai implementar as últimas camadas do modelo codificador-decodificador. Você vai usar as camadas “ Dense ” e “ TimeDistributed ” pra chegar nas previsões finais (ou seja, as probabilidades das palavras em francês) do modelo codificador-decodificador.
Você vai receber o codificador e o decodificador (sem a parte de cima) que você implementou até agora. A saída da camada decodificadora “ GRU ” é fornecida como “ de_out ”. Usamos o prefixo en (por exemplo, en_gru) para indicar qualquer coisa relacionada ao codificador e de para indicar coisas relacionadas ao decodificador (por exemplo, de_gru).
Este exercício faz parte do curso
Tradução automática com Keras
Instruções do exercício
- Importa as camadas
DenseeTimeDistributeddo Keras. - Defina uma camada “
Dense” com ativação “softmax” que tenha saídas “fr_vocab”. - Envolva a camada “
Dense” em uma camada “TimeDistributed”. - Pegue a previsão final do modelo passando “
de_out” para a camada “de_dense_time”.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Import Dense and TimeDistributed layers
from tensorflow.keras.____ import ____, ____
# Define a softmax dense layer that has fr_vocab outputs
de_dense = ____(____, ____)
# Wrap the dense layer in a TimeDistributed layer
de_dense_time = ____(de_dense)
# Get the final prediction of the model
de_pred = ____(de_out)
print("Prediction shape: ", de_pred.shape)