Parte 1: Comprendere i modelli GRU
Sapevi che questi modelli possono ricordare anche migliaia di passi temporali, rispetto alle reti neurali ricorrenti standard che di solito ne ricordano meno di un centinaio? Comprendere i modelli GRU è fondamentale per usarli in modo efficace nell’implementazione di modelli di traduzione automatica.
In questo esercizio, implementerai un semplice modello con un livello di input e un livello GRU. Userai poi il modello per produrre valori di output a partire da un array di input casuale.
Non scoraggiarti per il fatto che stai usando dati casuali. L’obiettivo dell’esercizio è capire la forma (shape) degli output prodotti dal livello GRU. Nei capitoli successivi, fornirai frasi reali ai livelli GRU per effettuare la traduzione.
Questo esercizio fa parte del corso
Traduzione automatica con Keras
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
import tensorflow.keras as keras
import numpy as np
# Define an input layer
inp = keras.layers.____(____=(____))