使用 CNN 层
在本练习中，您将使用一个预训练模型。该模型使用 keras.layers.convolutional 模块中的 Conv1D 和 MaxPooling1D 层，并在分类任务上取得了更高的准确率。
这种架构在分类等语言建模任务中表现良好。这里将其作为额外练习，帮助您直观看到其效果并形成一些直觉。
由于该层超出本课程范围，您将主要关注如何将这些层与您已经学过的 RNN 层配合使用。
请按照说明操作以查看结果。
本练习是课程的一部分
使用 Keras 构建语言建模的循环神经网络（RNN）
练习说明
- 打印模型架构。
- 加载预训练权重。
- 在测试数据上评估模型。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Print the model summary
model_cnn.____
# Load pre-trained weights
model_cnn.____('model_weights.h5')
# Evaluate the model to get the loss and accuracy values
loss, acc = ____(x_test, y_test, verbose=0)
# Print the loss and accuracy obtained
print("Loss: {0}\nAccuracy: {1}".format(loss, acc))