1. Learn
    2. /
  2. Courses
    3. /
  3. Rekurencyjne sieci neuronowe (RNN) do modelowania języka w Keras
Connected

Exercise

Modele Keras

W tym ćwiczeniu przećwiczysz korzystanie z dwóch klas modułu keras.models. Stworzysz jeden model przy użyciu klasy Sequential oraz drugi model przy użyciu klasy Model.

Klasa Sequential jest prostsza w użyciu, ponieważ zakłada, że warstwy ułożone są w kolejności. Klasa Model jest bardziej elastyczna – pozwala na wiele wejść, wiele wyjść i współdzielone warstwy (ze współdzielonymi wagami).

W klasie Model warstwa wejściowa musi być zadeklarowana jawnie, natomiast w klasie Sequential robi się to za pomocą parametru input_shape.

Obiekty i moduły Sequential, Model, Dense, Input, LSTM oraz np (numpy) są już załadowane w środowisku.

Instructions 1/2

undefined XP
  • 1
    • Utwórz instancję modelu Sequential o nazwie sequential_model.
    • Dodaj jedną warstwę LSTM i jedną warstwę Dense, a następnie wyświetl podsumowanie modelu.
  • 2
    • Utwórz warstwę Input, dodaj warstwy LSTM i Dense, a wynik zapisz w zmiennej main_output.
    • Utwórz instancję modelu i wyświetl jego podsumowanie.