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

ćwiczenie

Układanie warstw RNN w stos

Głębokie modele RNN mogą mieć od kilkudziesięciu do kilkuset warstw, aby osiągać wyniki na poziomie stanu techniki.

W tym ćwiczeniu zobaczysz, jak tworzyć głębokie modele RNN, układając warstwy komórek LSTM jedna po drugiej.

W tym celu ustaw argument return_sequences na True w pierwszych dwóch warstwach LSTM, a na False w ostatniej warstwie LSTM.

Aby tworzyć modele z jeszcze większą liczbą warstw, możesz dodawać je kolejno jedna po drugiej lub napisać funkcję, która używa metody .add() wewnątrz pętli i dodaje wiele warstw za pomocą zaledwie kilku linii kodu.

Instrukcje

100 XP
  • Zaimportuj warstwę LSTM.
  • Ustaw zwracanie sekwencji w dwóch pierwszych warstwach i wyłącz je w ostatniej warstwie LSTM.
  • Wczytaj wstępnie wytrenowane wagi.
  • Wyświetl uzyskaną stratę i dokładność.