Začněte nyníZačněte zdarma

Skládání vrstev RNN

Hluboké modely RNN mohou mít desítky až stovky vrstev, aby dosáhly špičkových výsledků.

V tomto cvičení si ukážeš, jak vytvářet hluboké modely RNN postupným skládáním vrstev buněk LSTM za sebou.

K tomu nastavíš argument return_sequences na True u prvních dvou vrstev LSTM a na False u poslední vrstvy LSTM.

Chceš-li model s ještě více vrstvami, můžeš je přidávat postupně za sebou, nebo si napsat funkci, která pomocí metody .add() v cyklu přidá mnoho vrstev na pár řádků kódu.

Toto cvičení je součástí kurzu

Rekurentní neuronové sítě (RNN) pro jazykové modelování s Keras

Zobrazit kurz

Pokyny k cvičení

  • Importuj vrstvu LSTM.
  • U prvních dvou vrstev nastav vracení sekvencí a u poslední vrstvy LSTM vracení sekvencí vypni.
  • Načti předtrénované váhy.
  • Vypiš výslednou ztrátu a přesnost.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import the LSTM layer
from tensorflow.keras.layers import ____

# Build model
model = Sequential()
model.add(LSTM(units=128, input_shape=(None, 1), return_sequences=____))
model.add(LSTM(units=128, return_sequences=____))
model.add(LSTM(units=128, return_sequences=____))
model.add(Dense(1, activation='sigmoid'))
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

# Load pre-trained weights
model.____('lstm_stack_model_weights.h5')

____("Loss: %0.04f\nAccuracy: %0.04f" % tuple(model.evaluate(X_test, y_test, verbose=0)))
Upravit a spustit kód