Zrozumienie warstwy RepeatVector

Przyjrzysz się teraz, jak działa warstwa RepeatVector. Dodaje ona dodatkowy wymiar do zbioru danych. Na przykład, jeśli masz dane wejściowe o kształcie (batch size, input size) i chcesz podać je do warstwy GRU, możesz użyć warstwy RepeatVector, aby przekształcić wejście w tensor o kształcie (batch size, sequence length, input size).

W tym ćwiczeniu zdefiniujesz model, który powtarza dane wejściowe określoną liczbę razy. Następnie podasz do modelu tablicę numpy i sprawdzisz, jak model zmienia wyniki.

To ćwiczenie jest częścią kursu

Tłumaczenie maszynowe z Keras

Zobacz kurs

Instrukcje do ćwiczenia

Zdefiniuj warstwę RepeatVector, która powtarza dane wejściowe 6 razy.
Zdefiniuj Model, który przyjmuje warstwę wejściową i zwraca wyjście warstwy RepeatVector.
Zdefiniuj obiekt tablicy numpy z danymi [[0,1], [2,3]].
Uzyskaj predykcję modelu, podając x jako dane wejściowe.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

from tensorflow.keras.layers import Input, RepeatVector
from tensorflow.keras.models import Model
import numpy as np

inp = Input(shape=(2,))
# Define a RepeatVector that repeats the input 6 times
rep = ____(____)(inp)
# Define a model
model = ____(____=____, ____=____)
# Define input x
x = ____.____([____,____])
# Get model prediction y
y = ____.____(____)
print('x.shape = ',x.shape,'\ny.shape = ',y.shape)

Edytuj i uruchom kod