第 1 部分:理解 GRU 模型
你知道嗎?和一般的循環神經網路相比,GRU 模型可以記住多達上千個時間步,標準的循環神經網路通常只能記住不到 100 個時間步。想要有效運用它們來實作機器翻譯模型,就需要先理解 GRU 模型。
在這個練習中,你會實作一個簡單的模型,包含一個輸入層與一個 GRU 層。接著,你會用這個模型對一組隨機輸入陣列產生輸出值。
別擔心目前是用隨機資料。這個練習的目標是理解 GRU 層所產生的輸出形狀。在後續章節中,你會把實際的句子餵給 GRU 層來進行翻譯。
本練習屬於課程
使用 Keras 進行機器翻譯
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。
import tensorflow.keras as keras
import numpy as np
# Define an input layer
inp = keras.layers.____(____=(____))