訓練模型與推論模型之間的連結
在這裡你要把訓練過的模型權重，轉移到推論模型上。於編碼器—解碼器模型中，有 3 個含有參數的層：
- 編碼器的
GRU層 - 解碼器的
GRU層 - 解碼器的
Dense層
其他層（例如 TimeDistributed）沒有任何參數，因此不需要複製權重。
在本練習中，你已獲得訓練好的編碼器 GRU 層（tr_en_gru）、訓練好的解碼器 GRU（tr_de_gru），以及訓練好的 Dense 層（tr_de_dense）。你也能存取推論模型的所有層（包含編碼器），例如編碼器 GRU 層（en_gru）、解碼器 GRU（de_gru）以及 Dense 層（de_dense）。
本練習屬於課程
使用 Keras 進行機器翻譯
練習說明
- 載入訓練好的編碼器
GRU層的權重。 - 設定推論模型中編碼器
GRU層的權重。 - 載入訓練好的解碼器
GRU層的權重，並在推論模型中設定這些權重。 - 載入訓練好的解碼器
Dense層的權重，並在推論模型中設定這些權重。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Load the weights to the encoder GRU from the trained model
en_gru_w = ____.get_weights()
# Set the weights of the encoder GRU of the inference model
en_gru.____(____)
# Load and set the weights to the decoder GRU
de_gru.____(tr_de_gru.____)
# Load and set the weights to the decoder Dense
____.set_weights(____.____)