ПочатиПочніть безкоштовно

Підготовка даних для тренування

У цій вправі ви продовжите готувати дані для тренування моделі. Після створення масивів із реченнями та наступними символами їх потрібно перетворити на числові значення, які модель зможе використовувати.

Цей крок потрібний, тому що моделі RNN працюють лише з числами, а не з рядками. Ви створите числові масиви, у яких стоятимуть нулі або одиниці на позиціях, що відповідають символам, присутнім у реченнях. Одиниці (або True) означають, що відповідний символ присутній, а нулі (або False) — що символ відсутній на цій позиції речення.

Змінні sentences, next_char, n_vocab, chars_window, num_seqs (кількість речень у тренувальних даних) уже завантажено в середовище, так само як і numpy під іменем np.

Ця вправа є частиною курсу

Recurrent Neural Networks (RNNs) для моделювання мови з Keras

Переглянути курс

Інструкції до вправи

  • Створіть np.array() із нулями та формою (кількість речень, вікно символів, розмір словника).
  • Використайте словник char_to_index, щоб встановити позицію поточного символу в 1.
  • Встановіть поточний наступний символ у 1.
  • Виведіть на друк першу позицію кожного масиву.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Instantiate the variables with zeros
numerical_sentences = np.zeros((____, ____, ____), dtype=np.bool)
numerical_next_chars = np.zeros((num_seqs, n_vocab), dtype=np.bool)

# Loop for every sentence
for i, sentence in enumerate(sentences):
  # Loop for every character in sentence
  for t, char in enumerate(sentence):
    # Set position of the character to 1
    numerical_sentences[i, t, ____] = ____
    # Set next character to 1
    ____[i, char_to_index[next_chars[i]]] = 1

# Print the first position of each
print(____, ____, sep="\n")
Редагувати та запускати код