Partea 1: Înțelegerea modelelor GRU
Știai că aceste modele pot reține informații pe parcursul a mii de pași de timp, față de rețelele neuronale recurente standard, care reușesc de obicei să rețină mai puțin de o sută de pași? Înțelegerea modelelor GRU este esențială pentru a le folosi eficient în implementarea modelelor de traducere automată.
În acest exercițiu, vei implementa un model simplu cu un strat de intrare și un strat GRU. Vei folosi apoi modelul pentru a genera valori de ieșire pe baza unui array de intrare aleatoriu.
Nu te descuraja că lucrezi cu date aleatorii. Scopul exercițiului este să înțelegi forma (shape-ul) ieșirilor produse de stratul GRU. În capitolele următoare, vei introduce propoziții reale în straturile GRU pentru a efectua traduceri.
Acest exercițiu face parte din cursul
Traducere automată cu Keras
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
import tensorflow.keras as keras
import numpy as np
# Define an input layer
inp = keras.layers.____(____=(____))