1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Machine Translation with Keras
Connected

Cvičení

Část 1: Pochopení modelů GRU

Věděl/a jsi, že tyto modely si dokážou zapamatovat až tisíce časových kroků, zatímco standardní rekurentní neuronové sítě si obvykle zapamatují méně než sto kroků? Pochopení modelů GRU je klíčové pro jejich efektivní využití při implementaci modelů strojového překladu.

V tomto cvičení implementuješ jednoduchý model se vstupní vrstvou a vrstvou GRU. Pak model použiješ k získání výstupních hodnot pro náhodné vstupní pole.

Nevadí, že pracuješ s náhodnými daty. Cílem tohoto cvičení je pochopit tvar výstupů, které vrstva GRU produkuje. V dalších kapitolách budeš do vrstev GRU vkládat skutečné věty a provádět překlad.

Pokyny 1/3

undefined XP
    1
    2
    3
  • Definuj vstupní vrstvu Kerasu s velikostí dávky 2, délkou sekvence 3 a dimenzionalitou vstupu 4. Vstupní vrstvu lze definovat syntaxí keras.layers.Input(<argument>=<value>).