input - Keras:如何设计神经网络的输入层和形状?
问题描述
我想在 keras 中设计一个神经网络,但我不确定如何创建输入层的输入形状。
我的 Input_Data 如下所示(此处未显示 y 数据):
ID Parameter Value
A 1 4
A 2 1,5
A 3 81,6
B 1 4,2
B 2 1,7
B 3 82,1
C 1 4,1
C 2 1,6
C 3 80,8
因此,每个 ID 都由相同的三个参数 (1,2,3) 及其值来描述。
-> 我的想法是创建这样的模型:
model = Sequential()
model.add(Dense(3,input_dim=3, activation='relu'))
因为我想,如果我有 3 个输入特征,我需要 input_dim=3 和 1 个节点用于一个输入特征。但是我发现了一些例子,他们使用了 3 个输入特征(input_dim = 3),但输入层中有 10 个节点,所以我现在对节点和特征之间的关系感到困惑。
--> 我必须使用哪个 input_shape 或 input_dim?使用3个节点是否正确?
我很感谢任何帮助!:)
解决方案
尝试这个:
model = Sequential()
model.add(Dense(3,input_dim=3, activation='relu'))
model.add(Dense(10, activation='relu'))
model.add(Dense(1, activation='sigmoid'))
这应该可行,我添加了一个 10 个单位的隐藏层(使用您认为需要的任何内容),然后我添加了一个 1 个单位的输出层,因为您只需要一个输出并选择 sigmoid 作为输出,但使用您需要的任何内容.
如果您有更多问题,请随时提问。
推荐阅读
- oauth-2.0 - ADFS 集成 - 无法获取令牌
- php - 致命错误:未捕获的 TypeError:在 php 中解码 json 文件后,无法访问字符串中类型字符串的偏移量
- java - 在布局中使用不同的值膨胀文本视图
- sql - VBNET:如何对对象列表进行分组,并将一些属性组合为数组?
- node.js - 我们如何在外部运行托管在 PCF 中的 NodeJS 服务?
- powerbi - DAX 计算所有 7 天的平均值 数量值
- c++ - 使用全局变量与通过函数传递变量的 C++ 不同输出
- python - instapy() 消息:预期的浏览器二进制位置
- css - 如何使用css将表格单元格数据截断为三行
- android - 应用程序中的 Android 内存泄漏,该应用程序在 FrameLayout 中的 mParent 上使用自定义视图和 ViewBinding - LinearLayout