Mulai sekarangMulai gratis

Sel GRU lebih baik daripada simpleRNN

Dalam latihan ini Anda akan menjalankan ulang model yang sama seperti pada bab pertama kursus untuk membandingkan akurasi model dengan cukup mengganti sel SimpleRNN menjadi sel GRU.

Model sudah dilatih selama 10 epoch, seperti pada model sebelumnya dengan sel SimpleRNN. Untuk membandingkan model, himpunan uji (x_test, y_test) sudah dimuat di lingkungan, begitu pula model lama SimpleRNN_model.

Latihan ini merupakan bagian dari kursus

Recurrent Neural Networks (RNN) untuk Pemodelan Bahasa dengan Keras

Lihat Kursus

Instruksi latihan

  • Impor sel GRU.
  • Cetak ringkasan masing-masing model.
  • Cetak akurasi tiap model.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Import the modules
from tensorflow.keras.layers import ____, Dense

# Print the old and new model summaries
SimpleRNN_model.____
gru_model.____

# Evaluate the models' performance (ignore the loss value)
_, acc_simpleRNN = SimpleRNN_model.evaluate(X_test, y_test, verbose=0)
_, acc_GRU = gru_model.evaluate(X_test, y_test, verbose=0)

# Print the results
print("SimpleRNN model's accuracy:\t{0}".format(____))
print("GRU model's accuracy:\t{0}".format(____))
Edit dan Jalankan Kode