Träna NMT-modellen

Maskinöversättning med Keras

Thushan Ganegedara

Data Scientist and Author

Återblick på modellen

Encoder-GRU
- Tar in engelska ord
- Producerar en kontextvektor
Decoder-GRU
- Tar in kontextvektorn
- Producerar en sekvens av GRU-utdata
Decoder-prediktionslager
- Tar in sekvensen av GRU-utdata
- Producerar prediktionssannolikheter för franska ord

Optimera parametrarna

GRU-lager och Dense-lager har parametrar
Representeras ofta av W (vikter) och b (bias) (initieras med slumpmässiga värden)
Ansvarar för att omvandla en given indata till ett användbart utdata
Justeras för att minimera en given förlust med hjälp av en optimerare
- Förlust: Beräknas som skillnaden mellan:
  - Prediktionerna (dvs. franska ord genererade av modellen)
  - De faktiska utdata (dvs. faktiska franska ord).
Anges för modellen vid kompilering

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

Träna modellen

Träningsiterationer

for ei in range(n_epochs): # Single traverse through the dataset
  for i in range(0,data_size,bsize): # Processing a single batch

Hämta en batch med träningsdata

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

Träna på en enskild databatch
```
  nmt.train_on_batch(en_x, de_y)
```

Utvärdera modellen

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

Träna modellen

Hämta träningsförlust och noggrannhet

  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

Undvika överanpassning

Dela datamängden i två delar
- Träningsset – modellen tränas på detta
- Valideringsset – modellens noggrannhet övervakas på detta
Stoppa träningen när valideringsnoggrannheten slutar öka.

Punkt för överanpassning

Dela datamängden

Definiera storlek för tränings- och valideringsdatamängd
```
train_size, valid_size = 800, 200
```

Blanda dataindex slumpmässigt

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

Hämta tränings- och valideringsindex

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

Dela datamängden

Dela datamängden genom att separera:
- Data med träningsindex till ett träningsset
- Data med valideringsindex till ett valideringsset

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]

Träna modellen med validering

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

Nu kör vi en övning!

Maskinöversättning med Keras