Kom igångKom igång gratis

GRU-celler är bättre än SimpleRNN

I den här övningen kör du om samma modell som i kursens första kapitel för att jämföra modellernas noggrannhet – den enda skillnaden är att du byter ut SimpleRNN-cellen mot en GRU-cell.

Modellen har redan tränats i 10 epoker, precis som den tidigare modellen med en SimpleRNN-cell. För att du ska kunna jämföra modellerna finns ett testset (x_test, y_test) redan inläst i miljön, liksom den gamla modellen SimpleRNN_model.

Den här övningen är en del av kursen

Återkommande neurala nätverk (RNN) för språkmodellering med Keras

Visa kurs

Övningsinstruktioner

  • Importera GRU-cellen.
  • Skriv ut modellernas sammanfattningar.
  • Skriv ut noggrannheten för varje modell.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Import the modules
from tensorflow.keras.layers import ____, Dense

# Print the old and new model summaries
SimpleRNN_model.____
gru_model.____

# Evaluate the models' performance (ignore the loss value)
_, acc_simpleRNN = SimpleRNN_model.evaluate(X_test, y_test, verbose=0)
_, acc_GRU = gru_model.evaluate(X_test, y_test, verbose=0)

# Print the results
print("SimpleRNN model's accuracy:\t{0}".format(____))
print("GRU model's accuracy:\t{0}".format(____))
Redigera och kör kod