Розуміння виходу послідовнісної моделі
У цій вправі ви навчитеся використовувати шар keras.layers.GRU. keras.layers.GRU зручно інкапсулює функціональність GRU в об'єкт Layer.
Ви дослідите, якої форми є вихід шару GRU та як він змінюється за різних аргументів. У реальних задачах рідко доводиться прямо дивитися на числові вектори, які створює GRU. Однак, щоб застосовувати ці шари в складніших моделях, потрібно добре розуміти форми виходів і вміти отримувати потрібний результат за допомогою різних аргументів.
Тут уже завантажено keras і numpy (як np). Ви можете звертатися до шарів через keras.layers.<Layer> або створювати модель через keras.models.Model.
Ця вправа є частиною курсу
Machine Translation з Keras
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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.____)