在这个项目中，建立了一个用于机器翻译的神经网络(英语->法语)。建立并训练了一个序列模型，在一个英语和法语句子的数据集上，可以将新的句子从英语翻译成法语。
这个模型是在笔记本电脑上训练的，里面有一台NVIDIA M 1200 GPU。最后达到了约95%的精度。下面是翻译的一个例子：
测试代码代码链接如下：
/wp-content/uploads//04/dlnd_language_translation.html
解码交互接口
你可能会注意到，有些句子翻译得比其他句子好。由于使用的数据集只有227个英语单词，使用的数千个单词中，使用这些单词只会看到好的结果。对于这个项目，并不需要一个完美的翻译。但是，如果想要创建一个更好的翻译模型，您需要更好的数据。
以在WMT 10法语-英语语料库（ WMT10 French-English corpus）（可从该链接获取约2.4G文件；/wmt10/training-giga-fren.tar）上进行训练。此数据集具有更多的词汇量和主题。值得说明的是，需要花费几天的时间来训练，所以确保你有一个GPU，并且神经网络在我们提供的数据集上表现良好。
计算科学与人工智能-百家号原创，版权所有，禁止转载；如需本文内容请联系作者。
如果觉得《「开发」深度学习翻译测试实例》对你有帮助，请点赞、收藏，并留下你的观点哦！
