Bölüm 2: Tam modeli tanımlama
Google Neural Machine Translator'ın bir varyantını yalnızca İngilizce-Fransızca çeviri görevinde eğitmek yaklaşık 6 gün ve 96 GPU sürdü, biliyor muydun?
Bu egzersizde buna benzer ama çok daha basit bir encoder-decoder tabanlı neural machine translator modeli tanımlayacaksın. Özellikle, önceden tanımlanmış girişleri ve çıkışları kullanarak bir Keras Model nesnesi oluşturacak ve modeli verilen bir kayıp fonksiyonu ve bir optimize ediciyle derleyeceksin.
Burada daha önce tanımladığın en_inputs (encoder giriş katmanı), en_out ve en_state (encoder GRU çıkışı), de_out (decoder GRU çıkışı) ve de_pred (decoder tahmini) sağlanmıştır.
Bu egzersiz, kursun bir parçasıdır
Keras ile Machine Translation
Egzersiz talimatları
en_inputs'i giriş, decoder tahminlerini (de_pred) ise çıkış olarak alan bir KerasModeltanımla.- Tanımladığın modeli
'adam'optimize edicisi, çapraz entropi kaybı ve metrik olarak doğruluk (acc) ile<model>.compileçağırarak derle. - Modelin özetini yazdır.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
from tensorflow.keras.models import Model
# Define a model with encoder input and decoder output
nmt = ____(____=____, outputs=____)
# Compile the model with an optimizer and a loss
nmt.____(optimizer=____, ____='categorical_crossentropy', metrics=[____])
# View the summary of the model
nmt.____()