or
Bu egzersiz, kursun bir parçasıdır
Bu bölümde, Yinelenen Sinir Ağlarının (RNN) temellerini öğreneceksin. Önkoşullarla başlayıp, bilginin ağ içinde nasıl aktığını anlayacak ve son olarak duygu sınıflandırması görevinde bu modelleri Keras ile nasıl uygulayacağını göreceksin.
RNN’lerde sıkça görülen sönümlenen ve taşan gradyan problemlerini ve bunlarla GRU ile LSTM hücreleri kullanarak nasıl başa çıkılacağını öğreneceksin. Ayrıca, dil modelleri için gömme (embedding) katmanları oluşturacak ve duygu sınıflandırması görevine yeniden göz atacağız.
Sonraki bölümde, çok sınıflı sınıflandırma görevi için veriyi nasıl hazırlayacağını ve çok sınıflı sınıflandırma ile ikili sınıflandırma (duygu analizi) arasındaki farkları öğreneceksin. Son olarak, Keras ile nasıl modeller kuracağını ve performanslarını nasıl ölçeceğini göreceksin.
Bu bölümde seni RNN modellerinin iki uygulamasıyla tanıştırıyoruz: Metin Üretimi ve Sinirsel Makine Çevirisi. Metin verisini modellere gerekli formata nasıl hazırlayacağını öğreneceksin. Metin Üretimi modeli, bir karakterin konuşma tarzını çoğaltmak için kullanılır ve Sheldon’ı taklit ederek biraz eğleneceğiz. Sinirsel Makine Çevirisi, örneğin Google Translate tarafından çok daha karmaşık bir modelde kullanılır. Bu bölümde, kısa Portekizce ifadeleri İngilizce’ye çeviren bir model oluşturacaksın.
Geçerli egzersiz