Memahami keluaran model berurutan
Dalam latihan ini Anda akan belajar menggunakan layer keras.layers.GRU. keras.layers.GRU membungkus fungsionalitas GRU ke dalam sebuah objek Layer secara praktis.
Anda akan menelusuri seperti apa bentuk (shape) keluaran dari sebuah layer GRU dan bagaimana bentuk tersebut berubah ketika argumen yang berbeda diberikan. Jarang sekali kita melihat vektor numerik yang dihasilkan GRU dalam praktik, tetapi untuk dapat menggunakan layer ini dalam model yang lebih kompleks, Anda perlu memahami dengan baik bentuk keluaran dan cara mendapatkan keluaran yang diinginkan menggunakan berbagai argumen.
Di sini keras dan numpy (sebagai np) sudah dimuat. Anda dapat mengakses layer dengan memanggil keras.layers.<Layer> atau model dengan memanggil keras.models.Model.
Latihan ini adalah bagian dari kursus
Penerjemahan Mesin dengan Keras
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Define the Input layer
inp = keras.layers.____(batch_shape=(____,____,5))
# Define a GRU layer that takes in inp as the input
gru_out1 = keras.layers.____(____)(____)
print("gru_out1.shape = ", gru_out1.____)