Sıralı model çıktısını anlama
Bu egzersizde keras.layers.GRU katmanını kullanmayı öğreneceksin. keras.layers.GRU, bir GRU'nun işlevselliğini şık bir şekilde bir Layer nesnesine sarar.
Bir GRU katmanının çıktısının biçiminin (shape) nasıl göründüğünü ve farklı argümanlar verildiğinde nasıl değiştiğini keşfedeceksin. Gerçekte bir GRU'nun ürettiği sayısal vektörleri görmek nadirdir; ancak bu katmanları daha karmaşık modellerde kullanabilmek için çıktı şekillerini iyi anlaman ve çeşitli argümanlarla istenen çıktıyı nasıl elde edeceğini bilmen gerekir.
Burada keras ve numpy (np olarak) zaten yüklü olacak. Katmanlara keras.layers.<Layer> çağrısıyla, modellere ise keras.models.Model ile erişebilirsin.
Bu egzersiz, kursun bir parçasıdır
Keras ile Machine Translation
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# 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.____)