时间戳

首页 > 解决方案 > Keras：如何设计神经网络的输入层和形状？

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！:)

标签： inputneural-networkkerasshapelayer

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