Thay đổi thang xác suất
Trong bài tập này, bạn sẽ quan sát sự khác biệt của câu tạo ra khi dùng các giá trị temperature khác nhau để co giãn phân phối xác suất.
Hàm generate_phrase() là phiên bản điều chỉnh từ hàm bạn đã tạo trước đó và đã được nạp sẵn trong môi trường. Hàm nhận các tham số: model là mô hình đã huấn luyện sẵn, initial_text là đoạn văn bản ngữ cảnh và temperature là giá trị dùng để co giãn hàm softmax().
Bài tập này là một phần của khóa học
Mạng nơ-ron hồi quy (RNN) cho Mô hình ngôn ngữ với Keras
Hướng dẫn bài tập
- Lưu danh sách các giá trị temperature vào biến
temperatures. - Duyệt biến
temperaturequa danh sáchtemperatures. - Tạo một cụm từ bằng cách dùng hàm đã nạp sẵn
generate_phrase(). - In ra giá trị temperature và câu được tạo.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Define the initial text
initial_text = "Spock and me "
# Define a vector with temperature values
____ = [0.2, 0.8, 1.0, 3.0, 10.0]
# Loop over temperatures and generate phrases
for ____ in temperatures:
# Generate a phrase
phrase = ____(model, initial_text, temperature)
# Print the phrase
print('Temperature {0}: {1}'.format(____, ____))