理解序列模型的输出
在本练习中，您将学习如何使用 keras.layers.GRU 层。keras.layers.GRU 将 GRU 的功能很好地封装为一个 Layer 对象。
您将探索 GRU 层输出的张量形状，以及在提供不同参数时这些形状如何变化。实际应用中很少直接查看 GRU 生成的数值向量，但要在更复杂的模型中使用这些层，您需要充分了解输出的形状，以及如何通过不同参数获得期望的输出。
本练习中已预先加载 keras 和 numpy（别名为 np）。您可以通过调用 keras.layers.<Layer> 访问各层，或通过调用 keras.models.Model 构建模型。
本练习是课程的一部分
使用 Keras 的机器翻译
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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.____)