理解 RepeatVector 層
現在你要來探索 RepeatVector 層的運作方式。RepeatVector 會為你的資料集多加一個維度。舉例來說，若輸入張量的形狀是 (batch size, input size)，而你想要將它餵給 GRU 層，就可以用 RepeatVector 把輸入轉成形狀為 (batch size, sequence length, input size) 的張量。
在這個練習中，你會定義一個模型，把給定的輸入重複固定次數。接著把一個 numpy 陣列餵給模型，觀察模型如何改變輸出。
本練習屬於課程
使用 Keras 進行機器翻譯
練習說明
- 定義一個
RepeatVector層，將輸入重複6次。 - 定義一個
Model，以該輸入層為輸入，並產生重複向量的輸出。 - 定義一個
numpy陣列物件，資料為[[0,1], [2,3]]。 - 將
x作為輸入，預測模型的輸出。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
from tensorflow.keras.layers import Input, RepeatVector
from tensorflow.keras.models import Model
import numpy as np
inp = Input(shape=(2,))
# Define a RepeatVector that repeats the input 6 times
rep = ____(____)(inp)
# Define a model
model = ____(____=____, ____=____)
# Define input x
x = ____.____([____,____])
# Get model prediction y
y = ____.____(____)
print('x.shape = ',x.shape,'\ny.shape = ',y.shape)