Keras 隐藏层在哪里？

我对自动编码器有点陌生。我从Keras（）获得了这段代码。我想知道我在代码中的注释是否正确

input_img = keras.Input(shape=(784,)) # input
encoded = layers.Dense(128, activation='relu')(input_img) # is it hidden layer???
encoded = layers.Dense(64, activation='relu')(encoded) # is it hidden layer???
encoded = layers.Dense(32, activation='relu')(encoded) # is it hidden layer???

decoded = layers.Dense(64, activation='relu')(encoded) # is it hidden layer???
decoded = layers.Dense(128, activation='relu')(decoded) # is it hidden layer???
decoded = layers.Dense(784, activation='sigmoid')(decoded) # output

---

如果可能的话，你们能再解释一下吗？谢谢

隐藏层是位于输入层和输出层（）之间的任何层。因此，所有这些都是网络中的隐藏层：

encoded = layers.Dense(128, activation='relu')(input_img)
encoded = layers.Dense(64, activation='relu')(encoded)
encoded = layers.Dense(32, activation='relu')(encoded)
decoded = layers.Dense(64, activation='relu')(encoded)
decoded = layers.Dense(128, activation='relu')(decoded)

在自动编码器中，有一个特别有趣的隐藏层：网络中的“瓶颈”隐藏层，它强制压缩原始输入的知识表示。在您的示例中，它是784到32压缩，瓶颈隐藏层是：

encoded = layers.Dense(32, activation='relu')(encoded)

---

是否可以有多个隐藏层？是的。修改了答案。