1. Learn
    2. /
  2. Курси
    3. /
  3. Вступ до Deep Learning з Keras
Connected

Вправа

Декодуйте свої передбачення

Вашу LSTM‑модель model уже натреновано (деталі — у повідомленні про успіх попередньої вправи), тож чекати не доведеться. Час визначити функцію, яка декодує її передбачення. Навчена model буде передана до цієї функції як параметр за замовчуванням.

Оскільки ви робите передбачення на моделі, що використовує функцію softmax, можна застосувати argmax() з numpy, щоб отримати індекс/позицію найімовірнішого наступного слова з вихідного вектора ймовірностей.

Створений і підігнаний вами раніше tokenizer уже завантажено. Ви використаєте його внутрішній словник index_word, щоб перетворити передбачення наступного слова від model (яке є цілим числом) на фактичне написане слово, яке воно представляє.

Ви зовсім близько до експериментів із вашою моделлю!

Інструкції

100 XP
  • Використайте texts_to_sequences() щоб перетворити параметр test_text на послідовність чисел.
  • Отримайте передбачення наступного слова від моделі, передавши test_seq. Індекс/позицію слова з найвищою ймовірністю отримайте, викликавши .argmax(axis=1)[0] на масиві передбачень numpy.
  • Поверніть слово, яке відповідає передбаченню, використавши словник index_word токенайзера.