Bölüm 2: Metin ters çevirme modeli - Encoder

Şimdi metin ters çevirme modelinin encoder’ının kalan kısmını uygulayacaksın. Encoder, daha önce yazdığın words2onehot() fonksiyonunun ürettiği one-hot vektörleri girdi olarak alır.

Burada encoder() fonksiyonunu uygulayacaksın. encoder() fonksiyonu, bir dizi one-hot vektörü alır ve bunları sözcük kimlikleri (ID’leri) listesine dönüştürür.

Bu egzersiz için, words2onehot() fonksiyonu ve (We, like ve dogs sözcüklerini içeren) word2index sözlüğü sağlanmıştır.

Bu egzersiz

Keras ile Machine Translation

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

onehot’u np.argmax() fonksiyonunu kullanarak sözcük ID’lerinden oluşan bir diziye dönüştür ve bu ID’leri döndür.
We, like, dogs sözcüklerinden oluşan bir liste tanımla.
Sözcük listesini words2onehot() fonksiyonunu kullanarak one-hot vektörlerine dönüştür. Unutma, words2onehot() argüman olarak bir sözcük listesi ve bir Python sözlüğü alır.
One-hot vektörlerinin bağlam vektörünü encoder() fonksiyonunu kullanarak elde et.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

def encoder(onehot):
  # Get word IDs from onehot vectors and return the IDs
  word_ids = np.____(____, axis=____)
  return ____

# Define "We like dogs" as words
words = ____
# Convert words to onehot vectors using words2onehot
onehot = ____(____, ____)
# Get the context vector by using the encoder function
context = encoder(____)
print(context)

Kodu Düzenle ve Çalıştır