開始使用免費開始

定義 Teacher Forcing 模型

所有層都已建立後,下一步要定義一個 Keras 的 Model 物件。這個模型和你先前定義的稍有不同,因為新模型有兩個輸入層。

你已經拿到上一個練習實作的 Keras 層,包括 en_inputsen_grude_inputsde_grude_pred

本練習屬於課程

使用 Keras 進行機器翻譯

檢視課程

練習說明

  • models 子模組匯入 Keras 的 Model 物件。
  • 定義一個模型,依序以編碼器輸入層與解碼器輸入層作為輸入,並輸出最終的預測結果。
  • 使用最佳化器 adam 與損失函式 categorical_crossentropy 編譯模型。
  • 列印模型摘要。

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。

# Import the Keras Model object
from tensorflow.keras.____ import ____

# Define a model
nmt_tf = ____(inputs=[____, ____], outputs=____)
# Compile the model with optimizer and loss
nmt_tf.compile(optimizer=____, ____=____, metrics=["acc"])
# Print the summary of the model
nmt_tf.____()
編輯並執行程式碼