Modely v Keras
V tomto cvičení si procvičíš práci se dvěma třídami z modulu keras.models. Vytvoříš jeden model pomocí třídy Sequential a druhý pomocí třídy Model.
Třída Sequential se používá snadněji, protože předpokládá, že vrstvy jsou seřazeny za sebou. Třída Model je flexibilnější – umožňuje více vstupů, více výstupů i sdílené vrstvy (sdílené váhy).
Třída Model vyžaduje explicitní deklaraci vstupní vrstvy, zatímco u třídy Sequential se to řeší parametrem input_shape.
Objekty a moduly Sequential, Model, Dense, Input, LSTM a np (numpy) jsou v prostředí již načteny.
Toto cvičení je součástí kurzu
Rekurentní neuronové sítě (RNN) pro jazykové modelování s Keras
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Instantiate the class
model = ____(name="sequential_model")
# One LSTM layer (defining the input shape because it is the
# initial layer)
model.add(____(128, input_shape=(None, 10), name="LSTM"))
# Add a dense layer with one unit
model.add(____(1, activation="sigmoid", name="output"))
# The summary shows the layers and the number of parameters
# that will be trained
model.____