Keras 单位和层在神经网络中做什么?
以上是Kaggle的Keras序列模型示例。我很难理解这两件事Keras 单位和层在神经网络中做什么?,keras,deep-learning,Keras,Deep Learning,以上是Kaggle的Keras序列模型示例。我很难理解这两件事 单位是隐藏层中的节点数吗?我看到一些人投了250或是什么。当数字变高或变低时,它会做什么 为什么需要添加另一个隐藏层?为了添加越来越多的层,它实际上对数据做了什么 简要回答 单位表示一个特定层中的神经元数量。当您拥有更多的神经元数量时,模型在学习过程中会有更高的参数进行更新。层也是如此。(更多的层和更多的神经元需要更多的时间来训练模型)。选择神经元数量取决于用例、数据集和模型架构 当您有更多的隐藏层时,您有更多的参数要更新。更
model = keras.Sequential([
# the hidden ReLU layers
layers.Dense(units=4, activation='relu', input_shape=[2]),
layers.Dense(units=3, activation='relu'),
# the linear output layer
layers.Dense(units=1),
])