Python 隐藏层=层。密集(100,激活=“relu”)层(输入层)做什么?
我从中看到了以下几点:Python 隐藏层=层。密集(100,激活=“relu”)层(输入层)做什么?,python,machine-learning,keras,neural-network,Python,Machine Learning,Keras,Neural Network,我从中看到了以下几点: (输入层)是什么意思 背景是: def create_model_architecture(input_size): # create input layer input_layer = layers.Input((input_size, ), sparse=True) # create hidden layer hidden_layer = layers.Dense(100, activation="relu&qu
(输入层)
是什么意思
背景是:
def create_model_architecture(input_size):
# create input layer
input_layer = layers.Input((input_size, ), sparse=True)
# create hidden layer
hidden_layer = layers.Dense(100, activation="relu")(input_layer)
# create output layer
output_layer = layers.Dense(1, activation="sigmoid")(hidden_layer)
classifier = models.Model(inputs = input_layer, outputs = output_layer)
classifier.compile(optimizer=optimizers.Adam(), loss='binary_crossentropy')
return classifier
还有-这是一个顺序模型吗?请看输入层只不过是您需要输入多少个神经元或节点。假设我的数据集中有3个特征,那么我将在输入层中有3个神经元。是的,它是顺序模型。您需要定义输入层,因此当您使用
models.model()编译模型时,您可以指定它。不,它使用了函数式API。@SoheilStar函数式API在这种情况下是什么意思?请使用一种叫做“搜索引擎”的奇妙技术:这个确切的问题以前被问过很多次。我想我被语法搞糊涂了-为什么有两组括号-()()-层后。密集?请指定行号。请指定行号。编辑:-正如您可以看到的层之前的行。在第二个括号中,我们指定了层之前的层。为什么在中未提到此语法用法?如何使用model.add()
创建一个做同样事情的模型?是的,您可以。
def create_model_architecture(input_size):
# create input layer
input_layer = layers.Input((input_size, ), sparse=True)
# create hidden layer
hidden_layer = layers.Dense(100, activation="relu")(input_layer)
# create output layer
output_layer = layers.Dense(1, activation="sigmoid")(hidden_layer)
classifier = models.Model(inputs = input_layer, outputs = output_layer)
classifier.compile(optimizer=optimizers.Adam(), loss='binary_crossentropy')
return classifier