Модели Keras
В этом упражнении вы потренируетесь использовать два класса из модуля keras.models. Вы создадите одну модель с помощью класса Sequential и другую — с помощью класса Model.
Класс Sequential проще в использовании, так как предполагается, что слои расположены последовательно. Класс Model более гибкий: он позволяет задавать несколько входов и выходов, а также использовать общие слои (с общими весами).
В классе Model необходимо явно объявить входной слой, тогда как в классе Sequential это делается с помощью параметра input_shape.
Объекты и модули Sequential, Model, Dense, Input, LSTM и np (numpy) уже загружены в среду.
Это упражнение является частью курса
Рекуррентные нейронные сети (RNN) для языкового моделирования с Keras
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Instantiate the class
model = ____(name="sequential_model")
# One LSTM layer (defining the input shape because it is the
# initial layer)
model.add(____(128, input_shape=(None, 10), name="LSTM"))
# Add a dense layer with one unit
model.add(____(1, activation="sigmoid", name="output"))
# The summary shows the layers and the number of parameters
# that will be trained
model.____