Deel 1: GRU-modellen begrijpen
Wist je dat deze modellen zich zelfs duizenden tijdstappen kunnen herinneren, terwijl standaard recurrente neurale netwerken meestal minder dan honderd tijdstappen onthouden? GRU-modellen begrijpen is essentieel om ze effectief te gebruiken bij het bouwen van machinevertalingsmodellen.
In deze oefening maak je een eenvoudig model met een invoerlaag en een GRU-laag. Vervolgens gebruik je het model om uitvoerwaarden te produceren voor een willekeurige invoerarray.
Laat je niet ontmoedigen doordat je willekeurige data gebruikt. Het doel van deze oefening is dat je de vorm (shape) van de output van de GRU-laag leert begrijpen. In latere hoofdstukken voer je echte zinnen in GRU-lagen in om te vertalen.
Deze oefening maakt deel uit van de cursus
Machine Translation met Keras
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
import tensorflow.keras as keras
import numpy as np
# Define an input layer
inp = keras.layers.____(____=(____))