#python #tensorflow #keras #deep-learning #lstm
Вопрос:
Я создал модель для обобщения с использованием двунаправленного lstm, которая имеет точность обучения около 90%. Но для тестирования обычной модели.метод прогнозирования не работает. Есть ли какой-либо другой способ, которым я могу предсказать резюме для нового ввода?
Моя модель заключается в следующем
encoder_inputs = Input(shape=(MAX_LEN,)) encoder_embedding = encoder_embedding_layer(encoder_inputs) encoder_LSTM = LSTM(HIDDEN_UNITS, return_state=True) encoder_LSTM_R = LSTM(HIDDEN_UNITS, return_state=True, go_backwards=True) encoder_outputs_R, state_h_R, state_c_R = encoder_LSTM_R(encoder_embedding) encoder_outputs, state_h, state_c = encoder_LSTM(encoder_embedding) final_h = Add()([state_h, state_h_R]) final_c = Add()([state_c, state_c_R]) encoder_states = [final_h, final_c] decoder_inputs = Input(shape=(MAX_LEN,)) decoder_embedding = decoder_embedding_layer(decoder_inputs) decoder_LSTM = LSTM(HIDDEN_UNITS, return_sequences=True, return_state=True) decoder_outputs, _, _ = decoder_LSTM(decoder_embedding, initial_state=encoder_states) decoder_dense = Dense(VOCAB_SIZE, activation='softmax') decoder_outputs = decoder_dense(decoder_outputs) model_2= Model(inputs=[encoder_inputs,decoder_inputs], outputs=decoder_outputs)