keras - 在 CNN 的最后一层中使用哪些设置进行回归
问题描述
我尝试将 CNN 用于回归任务。
我的特征数据具有形状(6097、30、32、9):
- 6097 条记录
- 30 个时间步长
- 32 个直方图箱
- 9通道(图像带)
目标数据具有形状
(6097, 1)
- 具有作物产量(浮动)数据的 6097 条记录。
当我创建 CNN 回归模型的最后一个 Dense 层时,我不确定要使用哪些设置。最后一个卷积层的输出维度是(None,2,2,512)。我添加了一个 BatchNorm 和 Flatten 层(不确定这是否有意义)
正确的单位数和激活函数是多少?我的猜测是units=1,激活函数=“None”
喀拉斯:
model.add(Dense(units=1,
activation=None
))
解决方案
推荐阅读
- java - 在无需访问源代码的情况下模拟 Swing 应用程序中的用户操作(例如:鼠标单击)
- android - 无法使用 google API dot net 客户端设置 APK 元数据
- html - 如何使我的内容显示在图像的右侧而不是图像下方?
- c# - 查找与所有其他项目相关的项目
- r - 如何根据列的范围(即<15,15-30等...)创建因子变量
- php - 多个 elseif 语句的问题
- python - pyodbc connection.close() 使用 Access 数据库非常慢
- parameters - Verilog - 在生成块中增加本地参数
- java - 在 Eclipse 上按“运行”时无法(同时)启动游戏和音乐
- aws-glue - 实例运行时是否可以修改 AWS Glue 脚本