Après avoir suivi ces cours, je me sens confiant dans la création de visualisations et de tableaux de bord professionnels.
Shoebur RahmanSpécialiste des marchés publics, Giz Bangladesh
Description du cours
Il n'est plus nécessaire d'emporter un dictionnaire bilingue lors de vos vacances en Europe ou d'en garder un sur votre bureau pour faire vos devoirs de langues étrangères. Il vous suffit de vous connecter à Internet et d'utiliser un service de traduction pour comprendre rapidement la signification d'un panneau de signalisation ou pour savoir comment saluer et remercier un étranger dans sa langue. Derrière les services de traduction linguistique se cachent des modèles complexes de traduction automatique. Vous êtes-vous déjà demandé comment fonctionnent ces modèles ? Ce cours vous permettra d'explorer le fonctionnement interne d'un modèle de traduction automatique. Vous utiliserez Keras, une bibliothèque d'apprentissage profond puissante basée sur Python, pour mettre en œuvre un modèle de traduction. Vous formerez ensuite le modèle à effectuer une traduction de l'anglais vers le français, et vous découvrirez des techniques pour améliorer votre modèle. À la fin de ce cours, vous aurez acquis une compréhension approfondie des modèles de traduction automatique et vous les apprécierez encore davantage.
Prérequis
Programme de formation
Plan du cours
1
Introduction à la traduction automatique
Dans ce chapitre, vous apprendrez ce qu'est l'architecture encodeur-décodeur et comment elle est utilisée pour la traduction automatique. Vous découvrirez également les unités récurrentes bloquées (GRU) et leur utilisation dans l'architecture encodeur-décodeur.
- Introduction à la traduction automatique50 XP
- Comprendre les vecteurs one-hot100 XP
- Première partie : Exploration de la fonction to_categorical()100 XP
- Deuxième partie : Exploration de la fonction to_categorical()100 XP
- Architecture d'un encodeur-décodeur50 XP
- Première partie : Modèle d'inversion de texte - Encodeur100 XP
- Deuxième partie : Modèle d'inversion de texte - Encodeur100 XP
- Modèle de renversement complet du texte100 XP
- Comprendre les modèles séquentiels50 XP
- Première partie : Compréhension des modèles GRU100 XP
- Deuxième partie : Compréhension des modèles GRU100 XP
- Comprendre les résultats d'un modèle séquentiel100 XP
2
Mise en œuvre d'un modèle encodeur-décodeur avec Keras
Dans ce chapitre, vous allez implémenter le modèle encodeur-décodeur à l'aide de l'API fonctionnelle Keras. Ce faisant, vous découvrirez plusieurs couches Keras utiles, telles que les couches RepeatVector et TimeDistributed.
3
Formation et génération de traductions
Dans ce chapitre, vous allez entraîner le modèle précédemment défini, puis utiliser un modèle bien entraîné pour générer des traductions. Vous constaterez que notre modèle fonctionne bien lors de la traduction de phrases.
4
Forçage de l'enseignant et encodage des mots
Dans ce chapitre, vous découvrirez une technique appelée « Teacher Forcing », qui permet d'améliorer et d'accélérer l'entraînement des modèles de traduction. Ensuite, vous apprendrez comment utiliser les plongements de mots pour améliorer encore davantage le modèle.
Traduction automatique avec Keras
Cours
terminé
