2.ª parte: Juguemos unos cuantos juegos más.
Excelente trabajo en el último proyecto. En esta ocasión, tendrás que simular varios concursos televisivos que se celebran a lo largo de varios días. Esto significa que tus datos tendrán una dimensión temporal. Más concretamente, tus datos tendrán la forma (number of contestants, game shows, inputs size
).
Deberás ampliar tu modelo para incorporar esta nueva función. Para ello, utilizarás una capa « TimeDistributed
» (Contestante de un programa de juegos) que permita a la capa « Dense
» (Contestante de un programa de juegos) aceptar concursantes de varios programas de juegos.
Se te ha proporcionado el inicializador de pesos init
, la lista prizes
del ejercicio anterior, una entrada de series temporales x
y names
, que contiene los nombres de los concursantes. x
es un arreglo numpy de (3,2,3)
, donde names
es una lista Python de (2,3)
. En otras palabras, tienes dos concursos (es decir, la longitud de la secuencia), cada uno con tres concursantes (tamaño del lote), donde cada concursante tiene tres atributos (tamaño de la entrada).
Este ejercicio forma parte del curso
Traducción automática con Keras
Ejercicio interactivo práctico
Prueba este ejercicio completando el código de muestra.
# Print names and x
print('names=\n',____, '\nx=\n',____, '\nx.shape=', ____)