README.md

स्किप-ग्राम मोडेल प्रशिक्षण

AI for Beginners Curriculum बाट ल्याब असाइनमेन्ट।

कार्य

यस ल्याबमा, तपाईंलाई स्किप-ग्राम प्रविधि प्रयोग गरेर Word2Vec मोडेल प्रशिक्षण गर्न चुनौती दिइन्छ। $N$-टोकन-चौडा स्किप-ग्राम विन्डोमा छिमेकी शब्दहरूको भविष्यवाणी गर्न एम्बेडिङसहितको नेटवर्क प्रशिक्षण गर्नुहोस्। तपाईं यस पाठको कोड प्रयोग गर्न सक्नुहुन्छ, र यसलाई अलिकति परिमार्जन गर्न सक्नुहुन्छ।

डाटासेट

तपाईं कुनै पनि पुस्तक प्रयोग गर्न सक्नुहुन्छ। Project Gutenberg मा धेरै निःशुल्क पाठहरू फेला पार्न सकिन्छ। उदाहरणका लागि, यहाँ Alice's Adventures in Wonderland) (लेविस क्यारोलद्वारा) को प्रत्यक्ष लिङ्क छ। वा, तपाईं शेक्सपियरका नाटकहरू प्रयोग गर्न सक्नुहुन्छ, जुन तपाईंले निम्न कोड प्रयोग गरेर प्राप्त गर्न सक्नुहुन्छ:

path_to_file = tf.keras.utils.get_file(
   'shakespeare.txt', 
   'https://storage.googleapis.com/download.tensorflow.org/data/shakespeare.txt')
text = open(path_to_file, 'rb').read().decode(encoding='utf-8')

अन्वेषण गर्नुहोस्!

यदि तपाईंलाई समय छ र विषयमा अझ गहिराइमा जान चाहनुहुन्छ भने, केही कुराहरू अन्वेषण गर्न प्रयास गर्नुहोस्:

• एम्बेडिङ साइजले नतिजामा कसरी प्रभाव पार्छ?
• फरक पाठ शैलीहरूले नतिजामा कसरी प्रभाव पार्छ?
• धेरै फरक प्रकारका शब्दहरू र तिनका पर्यायवाचीहरू लिनुहोस्, तिनका भेक्टर प्रतिनिधित्वहरू प्राप्त गर्नुहोस्, आयाम घटाउन PCA लागू गर्नुहोस्, र तिनलाई २D स्पेसमा प्लट गर्नुहोस्। के तपाईं कुनै ढाँचाहरू देख्नुहुन्छ?

अस्वीकरण:
यो दस्तावेज़ AI अनुवाद सेवा Co-op Translator प्रयोग गरी अनुवाद गरिएको हो। हामी यथासम्भव सटीकता सुनिश्चित गर्न प्रयास गर्छौं, तर कृपया ध्यान दिनुहोस् कि स्वचालित अनुवादहरूमा त्रुटिहरू वा अशुद्धताहरू हुन सक्छन्। यसको मूल भाषामा रहेको मूल दस्तावेज़लाई आधिकारिक स्रोत मानिनुपर्छ। महत्त्वपूर्ण जानकारीका लागि, व्यावसायिक मानव अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न हुने कुनै पनि गलतफहमी वा गलत व्याख्याका लागि हामी जिम्मेवार हुने छैनौं।