開始使用免費開始

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

檢視課程

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.____(____=(____))
編輯並執行程式碼