भाग 1: GRU मॉडल्स को समझना
क्या आप जानते हैं कि ये मॉडल्स साधारण recurrent neural networks की तुलना में हज़ारों time steps तक याद रख सकते हैं, जबकि सामान्य RNN प्रायः 100 से कम time steps ही याद रख पाते हैं। GRU मॉडल्स को समझना ज़रूरी है ताकि आप इन्हें मशीन ट्रांसलेशन मॉडल्स में प्रभावी रूप से इस्तेमाल कर सकें.
इस अभ्यास में, आप एक सरल मॉडल इम्प्लीमेंट करेंगे जिसमें एक input layer और एक GRU layer होगी। फिर आप इस मॉडल का उपयोग किसी रैंडम input array के लिए आउटपुट वैल्यूज़ निकालने में करेंगे.
यह सोचकर निराश न हों कि आप रैंडम डेटा इस्तेमाल कर रहे हैं। इस अभ्यास का उद्देश्य GRU layer द्वारा बनाए गए आउटपुट्स के shape को समझना है। अगले अध्यायों में, आप अनुवाद करने के लिए वास्तविक वाक्य GRU layers में फीड करेंगे.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Keras के साथ Machine Translation
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
import tensorflow.keras as keras
import numpy as np
# Define an input layer
inp = keras.layers.____(____=(____))