Menerapkan model encoder–decoder lengkap

Penerjemahan Mesin dengan Keras

Thushan Ganegedara

Data Scientist and Author

Yang sudah Anda terapkan sejauh ini

  • Encoder menerima input bahasa Inggris (sumber)
  • Encoder menghasilkan context vector
  • Decoder menerima ulang rangkaian context vector
  • Decoder menghasilkan urutan keluaran GRU

Model encoder–decoder repeat vector

Penerjemahan Mesin dengan Keras

Bagian atas decoder

  • Diimplementasikan dengan layer TimeDistributed dan Dense.

Encoder–decoder dengan TimeDistributed

Penerjemahan Mesin dengan Keras

Menerapkan model lengkap

  • Encoder

    en_inputs = Input(shape=(en_len, en_vocab))
en_gru = GRU(hsize, return_state=True)
en_out, en_state = en_gru(en_inputs)

  • Decoder

    de_inputs = RepeatVector(fr_len)(en_state)
de_gru = GRU(hsize, return_sequences=True)
de_out = de_gru(de_inputs, initial_state=en_state)
Penerjemahan Mesin dengan Keras

Menerapkan model lengkap

  • Layer prediksi softmax 
de_dense = keras.layers.Dense(fr_vocab, activation='softmax')
de_dense_time = keras.layers.TimeDistributed(de_dense)
de_pred = de_seq_dense(de_out)
Penerjemahan Mesin dengan Keras

Mengompilasi model

Mendefinisikan model lengkap

nmt = keras.models.Model(inputs=en_inputs, outputs=de_pred)

Mengompilasi model

nmt.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['acc'])
Penerjemahan Mesin dengan Keras

Ayo berlatih!

Penerjemahan Mesin dengan Keras

Preparing Video For Download...