理解 RepeatVector 层
现在您将探索 RepeatVector 层的工作方式。RepeatVector 会为您的数据集增加一个维度。例如，当输入的形状为 (batch size, input size)，而您希望将其送入 GRU 层时，可以使用 RepeatVector 将输入转换为形状为 (batch size, sequence length, input size) 的张量。
在本练习中，您将定义一个模型，将给定输入重复固定次数。然后，您会将一个 numpy 数组传入模型，并观察模型如何改变输出。
本练习是课程的一部分
使用 Keras 的机器翻译
练习说明
- 定义一个
RepeatVector层，将输入重复6次。 - 定义一个
Model，以该输入层为输入，并输出重复后的向量。 - 定义一个包含数据
[[0,1], [2,3]]的numpy数组对象。 - 将
x作为输入，预测模型的输出。
交互式实操练习
通过完成这段示例代码来试试这个练习。
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)