Modelli Keras
In questo esercizio metterai in pratica l'uso di due classi del modulo keras.models. Creerai un modello con la classe Sequential e un altro con la classe Model.
La classe Sequential è più semplice da usare perché i livelli sono assunti in sequenza, mentre la classe Model è più flessibile e consente input multipli, output multipli e livelli condivisi (pesi condivisi).
La classe Model richiede di dichiarare esplicitamente il livello di input, mentre nella classe Sequential questo si fa con il parametro input_shape.
Gli oggetti e i moduli Sequential, Model, Dense, Input, LSTM e np (numpy) sono già caricati nell'ambiente.
Questo esercizio fa parte del corso
Reti Neurali Ricorrenti (RNN) per il Language Modeling con Keras
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Instantiate the class
model = ____(name="sequential_model")
# One LSTM layer (defining the input shape because it is the
# initial layer)
model.add(____(128, input_shape=(None, 10), name="LSTM"))
# Add a dense layer with one unit
model.add(____(1, activation="sigmoid", name="output"))
# The summary shows the layers and the number of parameters
# that will be trained
model.____