Mãos à Obra: Aprendizado de Máquina com Scikit-Learn e TensorFlow

Treinando RNNs | 407

Agora, a RNN produz vetores zero para cada vez que ultrapassa o comprimento da

sequência (observe a saída da segunda instância para o segundo intervalo de tempo):

>>> print(outputs_val)

[[[-0.68579948 -0.25901747 -0.80249101 -0.18141513 -0.37491536]

[-0.99996698 -0.94501185 0.98072106 -0.9689762 0.99966913]] # estado final

[[-0.99099374 -0.64768541 -0.67801034 -0.7415446 0.7719509 ] # estado final

[ 0. 0. 0. 0. 0. ]] # vetor zero

[[-0.99978048 -0.85583007 -0.49696958 -0.93838578 0.98505187]

[-0.99951065 -0.89148796 0.94170523 -0.38407657 0.97499216]] # estado final

[[-0.02052618 -0.94588047 0.99935204 0.37283331 0.9998163 ...