Definindo o decodificador

Machine Translation with Keras

Thushan Ganegedara

Data Scientist and Author

Modelo encoder-decoder

Modelo encoder-decoder

O decoder é implementado com uma camada GRU do Keras
O modelo GRU requer duas entradas
- Uma entrada de série temporal (???)
- Um estado oculto

Modelo encoder-decoder

Repita o vetor de contexto do encoder N vezes

Repetição do vetor no encoder-decoder

Camada RepeatVector:

Recebe um argumento que define o tamanho da sequência de saída desejada
Recebe entrada (batch_size, tamanho da entrada) (ex.: entrada de tamanho 2 x 3)
Gera saída com forma (batch_size, tamanho da sequência, tamanho da entrada) (ex.: saída de tamanho 2 x 3 x 3)

Funcionalidade do RepeatVector

from tensorflow.keras.layers import RepeatVector
rep = RepeatVector(5)

r_inp = Input(shape=(3,))
r_out = rep(r_inp)

repeat_model = Model(inputs=r_inp, outputs=r_out)

rep = RepeatVector(5)
r_out = rep(r_inp)

r_out = RepeatVector(5)(r_inp)

x = np.array([[0,1,2],[3,4,5]])
y = repeat_model.predict(x)
print('x.shape = ',x.shape,'\ny.shape = ',y.shape)

x.shape =  (2, 3) 
y.shape =  (2, 5, 3)

Definindo o decoder

de_inputs = RepeatVector(fr_len)(en_state)

decoder_gru = GRU(hsize, return_sequences=True)

Fixando o estado inicial do decoder

gru_outputs = decoder_gru(de_inputs, initial_state=en_state)

enc_dec = Model(inputs=en_inputs, outputs=gru_outputs)

Machine Translation with Keras