理解序列模型的輸出
在這個練習中，你會學習如何使用 keras.layers.GRU。keras.layers.GRU 將 GRU 的功能包裝成一個 Layer 物件。
你將探究 GRU 層輸出的形狀，以及在提供不同引數時它如何改變。實務上很少直接查看 GRU 產生的數值向量，不過若要在更複雜的模型中使用這些層，你需要充分理解輸出的形狀，並知道如何透過各種引數取得想要的輸出。
這裡已經載入了 keras 和 numpy（作為 np）。你可以透過呼叫 keras.layers.<Layer> 存取各種層，或透過 keras.models.Model 建立模型。
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。
# 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.____)