今天是个美丽的错误,本来预计将昨日写好的 Encoder 、Decoder 、 LuongAttention 类别整合进单一个继承自 tensorflow.keras.Model 的模型类别,只可惜一直无法成功除虫
由於 Keras API 是基於 Tensorflow 框架的高阶函式库,要自行定义模型类别,需要对於 Tensorflow 的变数型态有基本的掌握,今日就无法产出有质量的内容了。因此我後来还是选择了直接呼叫 Keras 的 functional APIs 来建模,并比较它们在同一份文本上预测精准度的差异。
我们一样使用之前的英文-西班牙文双语平行语料库进行训练:
使用 Luong 注意力机制的 Encoder-Decoder 训练历程
未使用 Luong 注意力机制的 Encoder-Decoder 训练历程
关於 Seq2Seq 的专篇讨论就到此告一段落,明天我将会重新回溯资料的准备以及机器学习的训练及推论流程,并着手进行中文-英文语料库的文本处理,建立翻译器所需之训练资料。大家晚安!
<<: Day 19 网页分析 - Web Application Analysis (Wapiti)
最後一位邀请到来自附中资讯科学班的 Tom 来分享~ 影片连结:https://youtu.be/b...
首先,先前往官网,可以透过 GitHub 登入连结帐号。 登入以後,可以看到我们有一个 Spaces...
终於来到我们最後一个主题了,今天我们要介绍的是图形使用者介面(graphical user inte...
鉴於我文章越写越长,偏离了我原本想让人轻松阅读的感觉,决定写个新手实用,以coroutine接个re...
前言 %00 正文 概念 Null byte Injection是一种将Null Byte(如%00...