Entendendo a saída do modelo sequencial
Neste exercício, você vai aprender a usar a camada keras.layers.GRU. O keras.layers.GRU agrupa de forma bacana a funcionalidade de um GRU em um objeto Layer.
Você vai ver como é a saída de uma camada GRU e como ela muda quando você usa argumentos diferentes. É raro ver os vetores numéricos produzidos por um GRU na vida real, mas pra usar essas camadas em modelos mais complexos, você precisa entender bem as formas das saídas e como conseguir a saída desejada usando vários argumentos.
Aqui você já vai ter keras e numpy (como np) carregados. Você pode acessar as camadas chamando keras.layers.<Layer> ou um modelo chamando keras.models.Model.
Este exercício faz parte do curso
Tradução automática com Keras
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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.____)