Camadas Dense e TimeDistributed

Machine Translation with Keras

Thushan Ganegedara

Data Scientist and Author

Introdução à camada Dense

Recebe um vetor de entrada e converte em uma previsão probabilística.
- y = Pesos.x + Viés

Pesos e vieses

Entendendo a camada Dense

Definindo e usando uma camada Dense

dense = Dense(3, activation='softmax')

inp = Input(shape=(3,))
pred = dense(inp)
model = Model(inputs=inp, outputs=pred)

Definindo uma camada Dense com inicialização personalizada

from tensorflow.keras.initializers import RandomNormal
init = RandomNormal(mean=0.0, stddev=0.05, seed=6000)
dense = Dense(3, activation='softmax', 
             kernel_initializer=init, bias_initializer=init)

Entradas e saídas da camada Dense

Camada Dense com softmax
- Recebe um array (batch size, input size)
  - ex.: x = [[1, 6, 8], [8, 9, 10]] # um array 2x3
- Produz um array (batch size, num classes)
  - ex.: Número de classes = 4
  - ex.: y = [[0.1, 0.3, 0.4, 0.2], [0.2, 0.5, 0.1, 0.2]] # um array 2x4
- A saída de cada amostra é uma distribuição de probabilidade sobre as classes
  - Soma 1 ao longo das colunas
- Você pode obter a classe de cada amostra com np.argmax(y, axis=-1)
  - ex.: np.argmax(y,axis=-1) produz [2,1]

Entendendo a camada TimeDistributed

Permite que camadas Dense processem entradas de séries temporais

dense_time = TimeDistributed(Dense(3, activation='softmax'))

inp = Input(shape=(2, 3))
pred = dense_time(inp)
model = Model(inputs=inp, outputs=pred)

Entradas e saídas da camada TimeDistributed

Recebe um array (batch size, sequence length, input size)

x = [[[1, 6], [8, 2], [1, 2]], 
    [[8, 9], [10, 8], [1, 0]]] # um array 2x3x2

Produz um array (batch size, sequence length, num classes)
- ex.: Número de classes = 3

y = [[[0.1, 0.5, 0.4], [0.8, 0.1, 0.1], [0.6, 0.2, 0.2]], 
     [[0.2, 0.5, 0.3], [0.2, 0.5, 0.3], [0.2, 0.8, 0.0]]] # um array 2x3x3

A saída de cada amostra é uma distribuição de probabilidade sobre as classes
Você pode obter a classe de cada amostra com np.argmax(y, axis=-1)

Fatiando dados na dimensão temporal

y = [[[0.1, 0.5, 0.4], [0.8, 0.1, 0.1], [0.6, 0.2, 0.2]], 
     [[0.2, 0.5, 0.3], [0.2, 0.5, 0.3], [0.2, 0.8, 0.0]]] # um array 2x3x3
classes = np.argmax(y, axis=-1) # um array 2 x 3

Iterando por dados distribuídos no tempo

for t in range(3):
  # Obtenha o fatiamento na dimensão temporal t de y e classes
  for prob, c in zip(y[:,t,:], classes[:,t]):
     print("Prob: ", prob, ", Class: ", c)

Prob:  [0.1 0.5 0.4] , Class:  1
Prob:  [0.2 0.5 0.3] , Class:  1
Prob:  [0.8 0.1 0.1] , Class:  0
...

Vamos praticar!

Machine Translation with Keras