Teil 1: Das komplette Modell festlegen
Hier wirst du die letzten paar Schichten des Encoder-Decoder-Modells umsetzen. Du wirst die Schichten „ Dense “ und „ TimeDistributed “ verwenden, um die endgültigen Vorhersagen (d. h. die vorhergesagten Wahrscheinlichkeiten für französische Wörter) des Encoder-Decoder-Modells zu erhalten.
Du bekommst den Encoder und Decoder (ohne den oberen Teil), den du bisher gemacht hast. Die Ausgabe des Decoder- GRU -Layer, de_out, wird bereitgestellt. Wir benutzen das Präfix „ en “ (z. B. en_gru), um alles zu kennzeichnen, was mit dem Encoder zu tun hat, und „ de “, um alles zu kennzeichnen, was mit dem Decoder zu tun hat (z. B. de_gru).
Diese Übung ist Teil des Kurses
Maschinelle Übersetzung mit Keras
Anleitung zur Übung
- Importiere die Ebenen „
Dense“ und „TimeDistributed“ aus Keras. - Mach eine „
Dense“-Schicht mit der Aktivierung „softmax“ und den Ausgängen „fr_vocab“. - Wickle die Datei „
Dense“ in eine Datei „TimeDistributed“ ein. - Hol dir die endgültige Vorhersage des Modells, indem du „
de_out“ an die Schicht „de_dense_time“ weitergibst.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Import Dense and TimeDistributed layers
from tensorflow.keras.____ import ____, ____
# Define a softmax dense layer that has fr_vocab outputs
de_dense = ____(____, ____)
# Wrap the dense layer in a TimeDistributed layer
de_dense_time = ____(de_dense)
# Get the final prediction of the model
de_pred = ____(de_out)
print("Prediction shape: ", de_pred.shape)