순차 모델 출력 이해하기
이 연습 문제에서는 keras.layers.GRU 레이어를 사용하는 방법을 배웁니다. keras.layers.GRU는 GRU의 기능을 깔끔하게 Layer 객체로 감싸 제공합니다.
GRU 레이어 출력의 모양(shape)이 어떠한지, 그리고 인자에 따라 어떻게 달라지는지 살펴볼 거예요. 실제로 GRU가 만들어 내는 수치 벡터를 직접 보는 일은 드물지만, 더 복잡한 모델에서 이 레이어를 제대로 쓰려면 출력의 형태를 잘 이해하고, 다양한 인자를 통해 원하는 출력을 얻는 방법을 알아두어야 합니다.
여기서는 keras와 numpy(별칭 np)가 이미 로드되어 있습니다. 레이어는 keras.layers.<Layer>, 모델은 keras.models.Model로 접근할 수 있어요.
이 연습은 강의의 일부입니다
Keras로 배우는 Machine Translation
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Define the Input layer
inp = keras.layers.____(batch_shape=(____,____,5))
# Define a GRU layer that takes in inp as the input
gru_out1 = keras.layers.____(____)(____)
print("gru_out1.shape = ", gru_out1.____)