Definiera dekodern

Maskinöversättning med Keras

Thushan Ganegedara

Data Scientist and Author

Encoder-decoder-modell

Encoder-decoder-modell

Encoder-decoder-modell

Upprepa kontextvektorn från encodern N gånger

För att producera en fransk mening med 10 ord upprepas kontextvektorn 10 gånger.

Encoder-decoder-modell med repeat vector

RepeatVector-lagret:

Tar ett argument som anger sekvenslängden för utdata
Tar emot indata med formen (batch_size, input size) (t.ex. indata med storleken 2 x 3)
Producerar utdata med formen (batch_size, sequence length, input size) (t.ex. utdata med storleken 2 x 3 x 3)

RepeatVector-lagrets funktion

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)

Definiera dekodern

de_inputs = RepeatVector(fr_len)(en_state)

decoder_gru = GRU(hsize, return_sequences=True)

Sätt dekoderns initialtillstånd

gru_outputs = decoder_gru(de_inputs, initial_state=en_state)

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

Maskinöversättning med Keras