การกำหนดโมเดล Teacher Forcing

เมื่อสร้าง layer ทั้งหมดแล้ว ขั้นตอนต่อไปคือการกำหนด object Model ของ Keras โมเดลนี้แตกต่างจากที่สร้างไว้ก่อนหน้าเล็กน้อย เนื่องจากมี input layer สองชั้น

โค้ดที่ใช้ในแบบฝึกหัดที่แล้วได้เตรียม Keras layer ไว้ให้แล้ว ได้แก่ en_inputs, en_gru, de_inputs, de_gru และ de_pred

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Machine Translation ด้วย Keras

ดูคอร์ส

คำแนะนำการฝึกหัด

นำเข้า object Model ของ Keras จาก submodule models
กำหนดโมเดลที่รับ encoder input layer และ decoder input layer เป็น input (ตามลำดับนั้น) และ output ผลการทำนายขั้นสุดท้าย
คอมไพล์โมเดลโดยใช้ optimizer adam และฟังก์ชัน loss categorical_crossentropy
แสดง summary ของโมเดล

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import the Keras Model object
from tensorflow.keras.____ import ____

# Define a model
nmt_tf = ____(inputs=[____, ____], outputs=____)
# Compile the model with optimizer and loss
nmt_tf.compile(optimizer=____, ____=____, metrics=["acc"])
# Print the summary of the model
nmt_tf.____()

แก้ไขและรันโค้ด