1. 学ぶ
    2. /
  2. コース
    3. /
  3. Kerasで学ぶMachine Translation
Connected

演習

パート1：GRUモデルを理解する

標準的な再帰型ニューラルネットワークは通常100タイムステップ未満しか保持できないのに対して、これらのモデルは数千タイムステップ先まで「記憶」できることをご存じでしたか。機械翻訳モデルを効果的に実装するには、GRUモデルを理解することが重要です。

この演習では、入力層とGRU層を持つシンプルなモデルを実装します。次に、そのモデルを使ってランダムな入力配列から出力値を生成します。

ランダムなデータを使うことに気落ちしないでください。この演習の目的は、GRU層が出力する値の形状（シェイプ）を理解することです。後の章では、実際の文をGRU層に入力して翻訳を行います。

指示1 / 3

undefined XP
    1
    2
    3
  • バッチサイズ2、系列長3、入力次元4のKeras入力層を定義します。keras.layers.Input(<argument>=<value>) の構文で入力層を定義できることを思い出してください。