Neural network Keras:2D输入->；二维输出？

我想建立一个神经网络来学习一组标准的特征向量。因此，该集合的形状为（N，100），其中N是样本数。但是，标签集的形状为（Nx18）（例如，每个“标签”是另一个由18个元素组成的数组）。我对keras和神经网络非常陌生，我只知道如何处理一维标签（例如，二进制分类中的0或1）。如何处理多维输出

---

谢谢

也许我不完全理解这个问题，但最简单的方法是有一个带有18个神经元的输出层。每个神经元输出一个值，即输出为18个值的向量

实现这一点的一种可能方法是在隐层上构建一个前馈神经网络，例如包含100个神经元。为此，您需要在Keras中使用

nb_hidden=100
模型=顺序（）
添加（密集（输入尺寸=100，输出尺寸=nb尺寸隐藏）
添加（密集（输出尺寸=18，激活=softmax）
compile（loss='classifical\u crossentropy'，optimizer='adadelta'）

考虑改变隐藏层的数量、一般网络拓扑（例如，包括一个退出层）和激活功能，直到得到一个好的结果