Die RepeatVector-Ebene verstehen
Jetzt schaust du dir an, wie die „ RepeatVector “-Ebene funktioniert. Die Ebene „ RepeatVector “ gibt deinen Datensätzen eine zusätzliche Dimension. Wenn du zum Beispiel eine Eingabe mit der Form „ (batch size, input size) “ hast und diese an eine „ GRU “-Schicht weiterleiten willst, kannst du eine „ RepeatVector “-Schicht verwenden, um die Eingabe in einen Tensor mit der Form „ (batch size, sequence length, input size) “ umzuwandeln.
In dieser Übung definierst du ein Modell, das eine bestimmte Eingabe ein paar Mal wiederholt. Dann gibst du ein Array vom Typ „ numpy “ in das Modell rein und schaust, wie das Modell die Ausgabe verändert.
Diese Übung ist Teil des Kurses
Maschinelle Übersetzung mit Keras
Anleitung zur Übung
- Mach eine „
RepeatVector“-Schicht, die die Eingabe „6“ mal wiederholt. - Definiere einen „
Model“, der die Eingabeschicht nimmt und den Wiederholungsvektor als Ausgabe liefert. - Definiere ein Array-Objekt „
numpy“, das die Daten „[[0,1], [2,3]]“ enthält. - Sag mal, was das Modell sagen wird, wenn du „
x“ eingibst.
Interaktive Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
from tensorflow.keras.layers import Input, RepeatVector
from tensorflow.keras.models import Model
import numpy as np
inp = Input(shape=(2,))
# Define a RepeatVector that repeats the input 6 times
rep = ____(____)(inp)
# Define a model
model = ____(____=____, ____=____)
# Define input x
x = ____.____([____,____])
# Get model prediction y
y = ____.____(____)
print('x.shape = ',x.shape,'\ny.shape = ',y.shape)