เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

เปลี่ยนสเกลของความน่าจะเป็น

ในแบบฝึกหัดนี้ จะได้เห็นความแตกต่างของประโยคที่ได้เมื่อใช้ค่า temperature ต่างกันในการปรับสเกลของการกระจายความน่าจะเป็น

ฟังก์ชัน generate_phrase() เป็นการดัดแปลงจากฟังก์ชันที่สร้างไว้ก่อนหน้า และโหลดไว้ในสภาพแวดล้อมแล้ว โดยรับพารามิเตอร์ model ซึ่งเป็นโมเดลที่ผ่านการเทรนมาแล้ว, initial_text ซึ่งเป็นข้อความบริบท และ temperature ซึ่งเป็นค่าที่ใช้ปรับสเกลของฟังก์ชัน softmax()

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Recurrent Neural Networks (RNNs) สำหรับ Language Modeling ด้วย Keras

ดูคอร์ส

คำแนะนำการฝึกหัด

  • เก็บรายการค่า temperature ไว้ในตัวแปร temperatures
  • วนลูปตัวแปร temperature ผ่านรายการ temperatures
  • สร้างวลีโดยใช้ฟังก์ชัน generate_phrase() ที่โหลดไว้แล้ว
  • แสดงผลค่า temperature และประโยคที่สร้างขึ้น

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Define the initial text
initial_text = "Spock and me "

# Define a vector with temperature values
____ = [0.2, 0.8, 1.0, 3.0, 10.0]

# Loop over temperatures and generate phrases
for ____ in temperatures:
	# Generate a phrase
	phrase = ____(model, initial_text, temperature)
    
	# Print the phrase
	print('Temperature {0}: {1}'.format(____, ____))
แก้ไขและรันโค้ด