शुरू करेंमुफ़्त में शुरू करें

RNN लेयर्स को स्टैक करना

स्टेट-ऑफ-द-आर्ट नतीजों के लिए डीप RNN मॉडल्स में दर्जनों से लेकर सैकड़ों तक लेयर्स हो सकती हैं.

इस अभ्यास में, आप एक के बाद एक कई LSTM सेल्स की लेयर्स स्टैक करके डीप RNN मॉडल बनाना सीखेंगे.

इसके लिए, आप पहले दो LSTM लेयर्स पर return_sequences आर्ग्युमेंट को True सेट करेंगे और आखिरी LSTM लेयर पर इसे False रखेंगे.

यदि आपको इससे भी ज़्यादा लेयर्स वाला मॉडल बनाना हो, तो आप लेयर्स को क्रम से जोड़ते रहें, या एक फ़ंक्शन लिखें जो लूप के अंदर .add() मेथड का उपयोग करके कम लाइनों में कई लेयर्स जोड़ दे.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Keras के साथ भाषा मॉडलिंग के लिए Recurrent Neural Networks (RNNs)

पाठ्यक्रम देखें

अभ्यास निर्देश

  • LSTM लेयर इम्पोर्ट करें.
  • पहली दो लेयर्स में sequences रिटर्न करें और आखिरी LSTM लेयर में sequences रिटर्न न करें.
  • प्री-ट्रेन किए गए वेट्स लोड करें.
  • प्राप्त loss और accuracy प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import the LSTM layer
from tensorflow.keras.layers import ____

# Build model
model = Sequential()
model.add(LSTM(units=128, input_shape=(None, 1), return_sequences=____))
model.add(LSTM(units=128, return_sequences=____))
model.add(LSTM(units=128, return_sequences=____))
model.add(Dense(1, activation='sigmoid'))
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

# Load pre-trained weights
model.____('lstm_stack_model_weights.h5')

____("Loss: %0.04f\nAccuracy: %0.04f" % tuple(model.evaluate(X_test, y_test, verbose=0)))
कोड संपादित करें और चलाएँ