lec08, lec09, lec10

labs/OATD_LR4_metod.ipynb

@@ -870,7 +870,7 @@
     "Модель состоит из трех слоев\n",
     "\n",
     "* `tf.keras.layers.Embedding`: Входной слой. Кодирует каждый идентификатор символа в  вектор размерностью `embedding_dim`; \n",
-    "* `tf.keras.layers.GRU`: Рекуррентный слой на ячейках GRU в количестве `units=rnn_units` **(Здесь нужно указать тип ячеек в соответствии с вариантом)**\n",
+    "* `tf.keras.layers.GRU`: Рекуррентный слой на ячейках GRU. Выходной вектор размерностью `units=rnn_units` **(Здесь нужно указать тип ячеек в соответствии с вариантом)**\n",
     "* `tf.keras.layers.Dense`: Выходной полносвязный слой размерностью `vocab_size`, в который выводится вероятность каждого символа в словаре. \n"
    ]
   },
@@ -915,8 +915,8 @@
     "    x = inputs\n",
     "    x = self.embedding(x, training=training)\n",
     "    \n",
-    "    #if states is None:\n",
-    "    states = self.gru.get_initial_state(x)\n",
+    "    if states is None:\n",
+    "        states = self.gru.get_initial_state(x)\n",
     "\n",
     "    x, states = self.gru(x, initial_state=states, training=training)\n",
     "    x = self.dense(x, training=training)\n",