After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Опис курсу
Потреба брати з собою двомовний словник у європейську подорож або тримати його на столі для домашніх завдань з іноземної вже в минулому. Тепер ви просто заходите в інтернет і користуєтеся сервісом перекладу, щоб швидко зрозуміти, що означає дорожній знак, або дізнатися, як привітатися й подякувати іноземною мовою. За такими сервісами стоять складні моделі машинного перекладу. Чи замислювалися ви, як вони працюють? На цьому курсі ви дослідите внутрішню логіку моделі машинного перекладу. Ви скористаєтеся Keras — потужною бібліотекою глибокого навчання для Python — щоб реалізувати модель перекладу. Потім ви навчите модель перекладати з англійської на французьку та ознайомитеся з техніками покращення якості. Наприкінці курсу ви матимете ґрунтовне розуміння моделей машинного перекладу і ще більше їх цінуватимете!
Попередні вимоги
Навчальний план
Зміст курсу
1
Вступ до машинного перекладу
У цьому розділі ви зрозумієте, що таке архітектура encoder–decoder і як її застосовують для машинного перекладу. Ви також дізнаєтеся про GRU (Gated Recurrent Units) та їхню роль в архітектурі encoder–decoder.
- Вступ до машинного перекладу50 XP
- Розуміння one-hot векторів100 XP
- Частина 1: Досліджуємо функцію to_categorical()100 XP
- Частина 2: Досліджуємо функцію to_categorical()100 XP
- Архітектура encoder–decoder50 XP
- Частина 1: Модель реверсу тексту — кодувальник100 XP
- Частина 2: Модель реверсування тексту — Encoder100 XP
- Завершення моделі реверсування тексту100 XP
- Розуміння послідовних моделей50 XP
- Частина 1: Розуміння моделей GRU100 XP
- Частина 2: розуміння моделей GRU100 XP
- Розуміння виходу послідовнісної моделі100 XP
2
Реалізація моделі encoder–decoder у Keras
У цьому розділі ви реалізуєте модель encoder–decoder за допомогою функціонального API Keras. Паралельно ви вивчите кілька корисних шарів Keras, зокрема RepeatVector і TimeDistributed.
3
Навчання і створення перекладів
У цьому розділі ви навчите попередньо визначену модель, а потім використаєте добре навченої моделі для генерації перекладів. Ви побачите, що наша модель добре впорається з перекладом речень.
4
Teacher Forcing та векторні подання слів
У цьому розділі ви дізнаєтеся про техніку під назвою Teacher Forcing, яка дає змогу тренувати моделі перекладу краще й швидше. Далі ви побачите, як застосувати векторні подання слів (word embeddings), щоб ще покращити модель.
Machine Translation з Keras
Курс
завершено
