keras - 总共有5层,4个隐藏层和1个输出层。我的理解对吗?
问题描述
我从概念上了解神经网络。也就是说,N层神经网络通常有N-1个隐藏层和1个输出层。
有人可以帮助我实际理解它吗?例如,这段代码创建了多少层?
model = Sequential()
model.add(Dense(50, activation='relu'))
model.add(Dense(100, activation='relu'))
model.add(Dense(50, activation='relu'))
model.add(Dense(1))
我猜第一个调用创建了两个层,其他调用每个添加一个层。因此,总共有 5 层,4 个隐藏层和 1 个输出层。
我的理解对吗?
解决方案
正如它所写的那样,您将拥有输入层,该输入层馈入 Dense(50),然后您将创建 3 个完全连接的隐藏层 Dense(50)、Dense(100)、Dense(50),最后您将拥有输出层密集(1)
推荐阅读
- android - 检查firebase警报订阅的电子邮件警报后仍然没有收到任何电子邮件
- android - 设置文本的最大长度时撰写文本字段的奇怪行为
- sql - 如何在Oracle中将`(Ab56.12345)some_string`的一列字符串拆分为两列`Ab.12345`,`some_string`并加入原始表?
- c# - 如何根据单元格的内容自动调整列宽,并输入隐藏行中的内容
- javascript - TypeError:无法读取 Invite Logger 的未定义 Discord.js 的属性“获取”
- mysql - 我如何配置以跳过事务恢复
- java - 如何为 BlobContainerClient 设置 dfs insted blob 端点
- github - pip:从 github 源子目录安装包
- python - Dash 应用程序可以在本地运行,但不能在 Heroku 上运行
- php - 将 pdf 文件添加到新创建的 PDF