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
<Kurs>Rekursive neuronale Netze (RNNs) für die Sprachmodellierung mit Keras</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# 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.____