GRU 細胞優於 SimpleRNN
在這個練習中，你會重新執行本課程第 1 章的同一個模型，只需把 SimpleRNN 細胞改成 GRU 細胞，來比較模型的準確率。
這個模型已經訓練了 10 個 epoch，就和使用 SimpleRNN 細胞的前一個模型相同。為了比較兩個模型，測試集 (x_test, y_test) 已經載入到環境中，舊的模型 SimpleRNN_model 也已經備妥。
本練習屬於課程
使用 Keras 建立語言模型的循環神經網路（RNN）
練習說明
- 匯入
GRU細胞。 - 列印兩個模型的摘要。
- 列印每個模型的準確率。
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 the modules
from tensorflow.keras.layers import ____, Dense
# Print the old and new model summaries
SimpleRNN_model.____
gru_model.____
# Evaluate the models' performance (ignore the loss value)
_, acc_simpleRNN = SimpleRNN_model.evaluate(X_test, y_test, verbose=0)
_, acc_GRU = gru_model.evaluate(X_test, y_test, verbose=0)
# Print the results
print("SimpleRNN model's accuracy:\t{0}".format(____))
print("GRU model's accuracy:\t{0}".format(____))