为什么语言翻译 ML 模型不起作用？

如何解决为什么语言翻译 ML 模型不起作用？

我使用 TensorFlow 函数式 API 创建了一个语言翻译模型。

这是我用过的编码器-解码器模型。

# encoder 
encoder = tf.keras.Input(shape=(None,))
enc_embd = tf.keras.layers.Embedding(vocab_train,embedding_dim)(encoder)

encoder_gru = tf.keras.layers.GRU(units,return_sequences=True,return_state=True,kernel_regularizer=tf.keras.regularizers.L2(0.001))
output_e,hidden_e = encoder_gru(enc_embd)

# decoder
decoder = tf.keras.Input(shape=(None,))
dec_embd = tf.keras.layers.Embedding(vocab_label,embedding_dim)(decoder)

decoder_gru = tf.keras.layers.GRU(units,kernel_regularizer=tf.keras.regularizers.L2(0.001))
output_d,hidden_d = decoder_gru(dec_embd,initial_state = hidden_e)

final_output = tf.keras.layers.Dense(vocab_label,activation='softmax',kernel_regularizer=tf.keras.regularizers.L2(0.001))
output_f = final_output(output_d)

为了一一翻译单词，我自定义了预测模型。

# customize for prediction
encoder_model = tf.keras.Model(encoder,hidden_e) 

state = tf.keras.Input(shape=(None,))
output,hidden_dest = decoder_gru(dec_embd,initial_state = state)
output_result = final_output(output)

decoder_model = tf.keras.Model([decoder,state],[hidden_dest,output_result])

在训练期间，TensorFlow 准确度指标显示准确度有所增加，但预测不准确。这是完整的代码，我已经注释掉了每一行，以便您轻松理解。请看一下。

https://www.kaggle.com/devanshusingh/tensorflow

在这段代码中，我认为调用函数有问题，请帮我找出问题所在。