调整概率缩放
在本练习中，您将比较在使用不同 temperature 值对概率分布进行缩放时，生成句子的差异。
函数 generate_phrase() 是对您之前创建函数的改写，已预先加载到环境中。它接收以下参数：model（预训练模型）、initial_text（上下文文本）以及 temperature（用于缩放 softmax() 函数的取值）。
本练习是课程的一部分
使用 Keras 构建语言建模的循环神经网络（RNN）
练习说明
- 将温度列表保存到变量
temperatures中。 - 用变量
temperature遍历temperatures列表。 - 使用预加载的函数
generate_phrase()生成一句话。 - 打印当前的 temperature 以及生成的句子。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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(____, ____))