1. Learn
    2. /
  2. Cursuri
    3. /
  3. Traducere automată cu Keras
Connected

exercițiu

Antrenarea modelului

În acest exercițiu vei antrena modelul implementat anterior. Știai că modelul de traducere automată bazat pe encoder-decoder al Google a necesitat 2–4 zile de antrenament?

Pentru acest exercițiu vei folosi un set mic de date cu 1500 de propoziții (adică en_text și fr_text) pentru a antrena modelul. Această cantitate nu va fi suficientă pentru a obține performanțe ridicate, însă metoda rămâne aceeași — totul se reduce la antrenarea pe mai multe date, pentru o perioadă mai lungă. Îți sunt puse la dispoziție și modelul nmt, precum și funcția sents2seqs() pe care ai implementat-o anterior. În acest exercițiu vei inversa textul de intrare al encoder-ului pentru a obține rezultate mai bune. Aici, en_x se referă la intrarea encoder-ului, iar de_x la intrarea decoder-ului.

Instrucțiuni

100 XP
  • Obține un singur batch de intrări pentru encoder (propoziții în engleză de la indexul i la i+bsize) folosind funcția sents2seqs(). Intrările trebuie să fie inversate și codificate one-hot.
  • Obține un singur batch de ieșiri pentru decoder (propoziții în franceză de la indexul i la i+bsize) folosind funcția sents2seqs(). Intrările trebuie să fie codificate one-hot.
  • Antrenează modelul pe un singur batch de date care conține en_x și de_y.
  • Obține metricile de evaluare pentru en_x și de_y evaluând modelul cu un batch_size egal cu bsize.