Ausgabe sequenzieller Modelle verstehen
In dieser Übung lernst du, wie du die Schicht „ keras.layers.GRU ” benutzt. „ keras.layers.GRU ” packt die Funktionen einer GRU schön in ein „ Layer ”-Objekt.
Du wirst herausfinden, wie die Ausgabe einer GRU-Schicht aussieht und wie sie sich ändert, wenn verschiedene Argumente angegeben werden. In der Praxis sieht man die von einer GRU erzeugten numerischen Vektoren eher selten, aber um diese Schichten in komplexeren Modellen zu nutzen, musst du die Formen der Ausgaben gut verstehen und wissen, wie du mit verschiedenen Argumenten die gewünschte Ausgabe bekommst.
Hier sind bereits keras und numpy (als np) geladen. Du kannst auf Ebenen zugreifen, indem du keras.layers.<Layer> aufrufst, oder auf ein Modell, indem du keras.models.Model aufrufst.
Diese Übung ist Teil des Kurses
Maschinelle Übersetzung mit Keras
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Define the Input layer
inp = keras.layers.____(batch_shape=(____,____,5))
# Define a GRU layer that takes in inp as the input
gru_out1 = keras.layers.____(____)(____)
print("gru_out1.shape = ", gru_out1.____)