Dinosaurus model - W1A2 Exercise 4 - model

Course Q&A Deep Learning Specialization Sequence Models
1

Hola, no consigo que el modelo pase el test.

El resultado que obtengo es muy malo

j =  0 idx =  0
single_example = turiasaurus
single_example_chars ['t', 'u', 'r', 'i', 'a', 's', 'a', 'u', 'r', 'u', 's']
single_example_ix [20, 21, 18, 9, 1, 19, 1, 21, 18, 21, 19]
 X =  [None, 20, 21, 18, 9, 1, 19, 1, 21, 18, 21, 19] 
 Y =        [20, 21, 18, 9, 1, 19, 1, 21, 18, 21, 19, 0] 

Iteration: 0, Loss: 23.087336

Okzwwtdneq
Koea
Kzwwtdneqp
Oea
Zwwtdneqpe
Ea
Wwtdneqpey


j =  1535 idx =  1535
j =  1536 idx =  0
Iteration: 2000, Loss: 149.483577

Sns
Sns
Sss
S
Sos
N
Sns

My code

single_example = examples[idx]
        single_example_chars = [ch for ch in single_example]
        single_example_ix = [char_to_ix[ch2] for ch2 in single_example] 
        X = [None] + single_example_ix 
        
        # Set the labels Y (see instructions above)
        ix_newline = [char_to_ix["\n"]]
        Y = X[1:]+ ix_newline

No veo porque en cada iteracción obtengo una LOSS mayor.

Me pueden ayuda a ver alguno otro punto que me ayude a entender el problema.

El test de Sample esta ok (probe acortar los nombres para ver si eso mejoraba pero no)

1 Like
3

Where is your code that calls optimize(…)?

4

curr_loss, gradients, a_prev = optimize(X, Y, a_prev, parameters, learning_rate=0.1)

ahora que lo veo, el rate es 0,01 y no 0,1, voy a probar con el rate y te comento.
Gracias

5

YEA !!! con la corrección de la taza de aprendizaje quedo OK.
Saludos.