雷锋网(公众号:雷锋网)按:本文为 AI 研习社编译的技术博客,原标题 Complete code examples for Machine Translation with Attention, Image Captioning, Text Generation, and DCGAN implemented with tf.keras and eager execution,作者为 Yash Katariyae(开发者项目工程师实习生)。
翻译 | 老赵 审核 | 凡江
我总是发现生成和序列模型令人着迷:他们提出的问题与我们刚开始学习机器学习时常遇到的问题不同。当我第一次开始学习ML时,我学了分类和回归(和大多数人一样)。这些帮助我们提出并回答以下问题:这是猫还是狗的照片? (分类)
明天会下雨的几率是多少? (回归)
掌握分类和回归是非常有用的技能,并且这些领域的应用对现实问题几乎没有限制。但是,我们可能会问其他不同类型的问题。我们能生成一首诗吗? (文字生成)
我们可以生成一张猫的照片吗? (GANs)
我们可以将句子从一种语言翻译成另一种语言吗? (NMT)
我们可以描述图像内容吗? (图像注释)
在暑期实习期间,我使用TensorFlow的两个最新API开发了这些示例:tf.keras,以及eager function,我在下面分享了它们。我希望你发现它们有用,有趣。eager function是一个逐步运行的界面,其中操作在从Python调用时即刻执行。这使得TensorFlow上手容易,并且可以是研究和开发更加直观。
tf.keras是一个定义模型的高级API,就像积木建造的乐高一样。我使用模型子类化实