Trenowanie modelu NMT

Tłumaczenie maszynowe z Keras

Thushan Ganegedara

Data Scientist and Author

Przegląd modelu

GRU enkodera
- Przetwarza słowa angielskie
- Zwraca wektor kontekstu
GRU dekodera
- Pobiera wektor kontekstu
- Zwraca sekwencję wyjść GRU
Warstwa predykcji dekodera
- Pobiera sekwencję wyjść GRU
- Zwraca prawdopodobieństwa dla słów francuskich

Optymalizacja parametrów

Warstwa GRU i warstwa Dense posiadają parametry
Zwykle reprezentowane przez W (wagi) i b (obciążenie) (inicjowane losowo)
Odpowiadają za przekształcenie wejścia w użyteczne wyjście
Aktualizowane w celu minimalizacji straty za pomocą optymalizatora
- Strata: różnica między:
  - Predykcjami (słowa francuskie generowane przez model)
  - Rzeczywistymi wyjściami (faktyczne słowa francuskie)
Ustawiane podczas kompilacji modelu

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

Trenowanie modelu

Iteracje treningowe

for ei in range(n_epochs): # Pojedyncze przejście przez zbiór danych
  for i in range(0,data_size,bsize): # Przetwarzanie jednej partii

Pobranie partii danych treningowych

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

Trenowanie na jednej partii danych
```
  nmt.train_on_batch(en_x, de_y)
```

Ewaluacja modelu

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

Trenowanie modelu

Pobieranie straty i dokładności treningowej

  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

Unikanie przeuczenia

Podział zbioru danych na dwie części
- Zbiór treningowy – używany do trenowania modelu
- Zbiór walidacyjny – używany do monitorowania dokładności
Gdy dokładność walidacyjna przestaje rosnąć, zatrzymać trening.

Punkt przeuczenia

Podział zbioru danych

Określenie rozmiaru zbiorów treningowego i walidacyjnego
```
train_size, valid_size = 800, 200
```

Losowe przetasowanie indeksów danych

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

Pobranie indeksów treningowych i walidacyjnych

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

Podział zbioru danych

Podział zbioru danych:
- Dane z indeksami treningowymi → zbiór treningowy
- Dane z indeksami walidacyjnymi → zbiór walidacyjny

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]

Trenowanie modelu z walidacją

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

Czas na ćwiczenia!

Tłumaczenie maszynowe z Keras