โมเดลใน Keras
ในแบบฝึกหัดนี้ จะได้ฝึกใช้งานสองคลาสจากโมดูล keras.models โดยจะสร้างโมเดลหนึ่งด้วยคลาส Sequential และอีกโมเดลด้วยคลาส Model
คลาส Sequential ใช้งานได้ง่ายกว่า เนื่องจากเลเยอร์จะถูกเรียงตามลำดับโดยอัตโนมัติ ในขณะที่คลาส Model มีความยืดหยุ่นมากกว่า รองรับหลาย input หลาย output และการใช้เลเยอร์ร่วมกัน (shared weights)
คลาส Model ต้องประกาศ input layer อย่างชัดเจน ส่วนคลาส Sequential จะกำหนดผ่านพารามิเตอร์ input_shape แทน
ออบเจกต์และโมดูล Sequential, Model, Dense, Input, LSTM และ np (numpy) ถูกโหลดไว้ในสภาพแวดล้อมแล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Recurrent Neural Networks (RNNs) สำหรับ Language Modeling ด้วย Keras
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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.____