Phần 2: Định nghĩa mô hình hoàn chỉnh
Bạn có biết rằng chỉ riêng tác vụ dịch Anh–Pháp, một biến thể của Google Neural Machine Translator đã mất khoảng 6 ngày và 96 GPU để huấn luyện?
Trong bài này, bạn sẽ định nghĩa một mô hình dịch máy dạng encoder–decoder tương tự nhưng đơn giản hơn nhiều. Cụ thể, bạn sẽ dùng các đầu vào và đầu ra đã định nghĩa trước để tạo một đối tượng Keras Model và biên dịch mô hình với một hàm mất mát và bộ tối ưu được cho.
Bạn được cung cấp en_inputs (lớp đầu vào của encoder), en_out và en_state (đầu ra của GRU encoder), de_out (đầu ra của GRU decoder) và de_pred (dự đoán của decoder) mà bạn đã định nghĩa trước đó.
Bài tập này là một phần của khóa học
Machine Translation với Keras
Hướng dẫn bài tập
- Định nghĩa một Keras
Modelnhậnen_inputslàm đầu vào vàde_pred(các dự đoán của decoder) làm đầu ra. - Biên dịch mô hình vừa định nghĩa bằng cách gọi
<model>.compilevới bộ tối ưu'adam', hàm mất mát cross entropy và metric là độ chính xác (acc). - In phần tóm tắt của mô hình.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
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.____()