Addestrare il modello NMT

Traduzione automatica con Keras

Thushan Ganegedara

Data Scientist and Author

Rivediamo il modello

GRU Encoder
- Consuma parole inglesi
- Restituisce un vettore di contesto
GRU Decoder
- Consuma il vettore di contesto
- Produce una sequenza di output GRU
Livello di Predizione del Decoder
- Consuma la sequenza di output GRU
- Produce probabilità di parole francesi

Ottimizzare i parametri

I layer GRU e Dense hanno parametri
Spesso indicati con W (pesi) e b (bias), inizializzati a caso
Trasformano un input in un output utile
Vengono aggiornati per minimizzare la loss con un ottimizzatore
- Loss: differenza tra:
  - Predizioni (cioè parole francesi generate)
  - Output reali (cioè parole francesi reali)
Specificati in fase di compilazione del modello

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

Addestrare il modello

Iterazioni di training

for ei in range(n_epochs): # Singolo passaggio sul dataset
  for i in range(0,data_size,bsize): # Elaborazione di un batch

Ottenere un batch di training

  en_x = sents2seqs('source', en_text[i:i+bsize], onehot=True, reverse=True)
  de_y = sents2seqs('target', en_text[i:i+bsize], onehot=True)

Addestrare su un singolo batch
```
  nmt.train_on_batch(en_x, de_y)
```

Valutare il modello

  res = nmt.evaluate(en_x, de_y, batch_size=bsize, verbose=0)

Addestrare il modello

Ottenere training loss e accuracy

  res = nmt.evaluate(en_x, de_y, batch_size=bsize, verbose=0)
  print("Epoch {} => Train Loss:{}, Train Acc: {}".format(
    ei+1,res[0], res[1]*100.0))

Epoch 1 => Train Loss:4.8036723136901855, Train Acc: 5.215999856591225
...
Epoch 1 => Train Loss:4.718592643737793, Train Acc: 47.0880001783371
...
Epoch 5 => Train Loss:2.8161656856536865, Train Acc: 56.40000104904175
Epoch 5 => Train Loss:2.527724266052246, Train Acc: 54.368001222610474
Epoch 5 => Train Loss:2.2689621448516846, Train Acc: 54.57599759101868
Epoch 5 => Train Loss:1.9934935569763184, Train Acc: 56.51199817657471
Epoch 5 => Train Loss:1.7581449747085571, Train Acc: 55.184000730514526
Epoch 5 => Train Loss:1.5613118410110474, Train Acc: 55.11999726295471

Evitare l’overfitting

Dividi il dataset in due parti
- Training set: usato per addestrare il modello
- Validation set: usato per monitorare l’accuratezza
Quando l’accuratezza di validazione smette di crescere, interrompi l’addestramento.

Punto di overfitting

Suddividere il dataset

Definisci la dimensione di train e di validation
```
train_size, valid_size = 800, 200
```

Mescola casualmente gli indici dei dati

inds = np.arange(len(en_text))
np.random.shuffle(inds)

Ottieni gli indici di train e valid

train_inds = inds[:train_size]
valid_inds = inds[train_size:train_size+valid_size]

Suddividere il dataset

Suddividi il dataset separando:
- Dati con indici di train nel train set
- Dati con indici di valid nel valid set

tr_en = [en_text[ti] for ti in train_inds]
tr_fr = [fr_text[ti] for ti in train_inds]

v_en = [en_text[ti] for ti in valid_inds]
v_fr = [fr_text[ti] for ti in valid_inds]

Addestrare con validazione

n_epochs, bsize = 5, 250
for ei in range(n_epochs):

  for i in range(0,train_size,bsize):
    en_x = sents2seqs('source', tr_en[i:i+bsize], onehot=True, pad_type='pre')
    de_y = sents2seqs('target', tr_fr[i:i+bsize], onehot=True)
    nmt.train_on_batch(en_x, de_y)

  v_en_x = sents2seqs('source', v_en, onehot=True, pad_type='pre')
  v_de_y = sents2seqs('target', v_fr, onehot=True)

  res = nmt.evaluate(v_en_x, v_de_y, batch_size=valid_size, verbose=0)
  print("Epoch: {} => Loss:{}, Val Acc: {}".format(ei+1,res[0], res[1]*100.0))

Epoch 1 => Train Loss:4.8036723136901855, Train Acc: 5.215999856591225

Lass uns üben!

Traduzione automatica con Keras