Keras-Modelle
In dieser Übung probierst du zwei Klassen aus dem Modul „ keras.models “ aus. Du erstellst ein Modell mit der Klasse „ Sequential “ und ein weiteres Modell mit der Klasse „ Model “.
Die Klasse „ Sequential “ ist einfacher zu verwenden, da die Schichten in der richtigen Reihenfolge vorliegen, während die Klasse „ Model “ flexibler ist und mehrere Eingaben, mehrere Ausgaben und gemeinsam genutzte Schichten (gemeinsam genutzte Gewichte) zulässt.
Die Klasse „ Model “ muss die Eingabeschicht explizit angeben, während das in der Klasse „ Sequential “ über den Parameter „ input_shape “ erledigt wird.
Die Objekte und Module „ Sequential “, „ Model “, „ Dense “, „ Input “, „ LSTM “ und „ np “ (numpy) sind bereits in der Umgebung geladen.
Diese Übung ist Teil des Kurses
Rekursive neuronale Netze (RNNs) für die Sprachmodellierung mit Keras
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# 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.____