Parte 2: Facciamo qualche altra partita
Ottimo lavoro con l'ultimo progetto. Questa volta dovrai simulare più game show ospitati in diversi giorni. Questo significa che i tuoi dati avranno anche una dimensione temporale. Più precisamente, i tuoi dati avranno la forma (number of contestants, game shows, inputs size).
Dovrai estendere il modello per integrare questa nuova caratteristica. Per farlo userai un livello TimeDistributed per permettere al livello Dense di accettare concorrenti provenienti da più game show.
Ti sono stati forniti l'inizializzatore dei pesi init, la lista prizes dell'esercizio precedente, un input in serie temporale x e names, che contiene i nomi dei concorrenti. x è un array numpy di forma (3,2,3) mentre names è una lista Python di forma (2,3). In altre parole, hai 2 game show (cioè la lunghezza della sequenza), ognuno con 3 concorrenti (batch size) e ogni concorrente ha 3 attributi (input size).
Questo esercizio fa parte del corso
Traduzione automatica con Keras
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Print names and x
print('names=\n',____, '\nx=\n',____, '\nx.shape=', ____)