Связь между обученной моделью и моделью для инференса

В этом упражнении вы перенесёте обученные веса из обученной модели в модель для инференса. В модели «кодировщик — декодировщик» есть три слоя с параметрами:

слой GRU кодировщика,
слой GRU декодировщика,
слой Dense декодировщика.

Остальные слои, например TimeDistributed, не имеют параметров, поэтому копировать их веса не нужно.

Для этого упражнения вам предоставлены: обученный слой GRU кодировщика (tr_en_gru), обученный слой GRU декодировщика (tr_de_gru) и обученный слой Dense (tr_de_dense). Вы также имеете доступ ко всем слоям модели для инференса (включая кодировщик): слою GRU кодировщика (en_gru), слою GRU декодировщика (de_gru) и слою Dense (de_dense).

Это упражнение является частью курса

Машинный перевод с Keras

Посмотреть курс

Инструкции к упражнению

Загрузите веса обученного слоя GRU кодировщика.
Задайте веса слоя GRU кодировщика в модели для инференса.
Загрузите веса обученного слоя GRU декодировщика и задайте их в модели для инференса.
Загрузите веса обученного слоя Dense декодировщика и задайте их в модели для инференса.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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(____.____)

Редактировать и запускать код