Machine learning 输入尺寸、输出尺寸在更新的KERA中不工作

我在udemy上做这个在线课程，一切都很好，但是当我尝试初始化第一个隐藏层时，它给出了以下错误

TypeError: __init__() missing 1 required positional argument: 'units'.

然后我在spyder上执行ctrl+I，并对输出参数和init参数进行了更改，但我不知道用什么替换其他参数

import keras
from keras.models import Sequential
from keras.layers import Dense

#initializing the ANN
classifier = Sequential()

#adding the input layer and the first hidden layer
classifier.add(Dense(units =6, kernel_initializer = 'uniform' , activation = 'relu', input_dim =11 ))

#adding the second layer

classifier.add(Dense(Output_dim = 6 , kernel_initializer = 'uniform' , activation = 'relu'))

---

如果在

密集的
层中工作正常且无错误，则单位数等于输出维度。但是，参数
Output\u dim
不存在。因此，将
densite（Output\u dim=6，…）
替换为
densite（units=6，…）
（甚至只是
densite（6，…）
）。
在新的密集函数文档中，Output\u dim被替换为units，input\u dim被input\u shape替换。但是，在input_shape参数中，必须指定一个元组

例如：

添加输入层和第一个隐藏层

classifier.add（密集型（单位=6，激活度=relu，内核初始化器=uniform，输入形状=（11，））

添加第二层

classifier.add（密集（单位=6，内核初始化器='uniform'，激活='relu'））
添加第一个ANN层（输入层和隐藏层）
classifier.add（密集（单位=6，激活=relu'，内核初始化=uniform'，输入=11））

添加第二个隐藏层
classifier.add（密集型（单位=6，内核初始化器='uniform'，激活='relu'））
请花一分钟看看如何正确格式化代码块（这次为您完成）；另外，这个问题与
spyder
无关-请不要垃圾邮件无关的标签（被
keras
删除并替换）。ok@desertnaut。我投了多张反对票。如果你不想给我一个加号，请至少去掉你的反对票：）谢谢你的编辑