Python 知道在Keras致密层中放置什么
我是Keras的新手,正在做一个基本的Kaggle教程()。我正在努力理解在一个Python 知道在Keras致密层中放置什么,python,tensorflow,keras,Python,Tensorflow,Keras,我是Keras的新手,正在做一个基本的Kaggle教程()。我正在努力理解在一个密集的层中到底应该放些什么。我发现这篇文章很有帮助,但我的理解还不太清楚 在我的顺序模型中,我从一个密集的层开始。但是,我看到一些帖子说第一层必须有一个input\u形状,而我看到很多Kaggle提交和其他不符合这一点的例子 在第一层中是否实际需要输入\u形状?有必要吗 第一个参数是units。就我的一生而言,我找不到一个可靠的解释来解释这个论点到底应该是什么。根据数据的形状,这里是否有一些公式可以运行?有时,我在第
密集的
层中到底应该放些什么。我发现这篇文章很有帮助,但我的理解还不太清楚
在我的顺序
模型中,我从一个密集的
层开始。但是,我看到一些帖子说第一层必须有一个input\u形状
,而我看到很多Kaggle提交和其他不符合这一点的例子
输入\u形状
?有必要吗units
。就我的一生而言,我找不到一个可靠的解释来解释这个论点到底应该是什么。根据数据的形状
,这里是否有一些公式可以运行?有时,我在第一个密集的层中看到相当大的数字(如784),而在其他情况下,它很小(如10)。或者,这完全是猜测
model = Sequential()
model.add(Flatten())
model.add(Dense(64, activation=tf.nn.relu))
model.add(Dense(10, activation=tf.nn.softmax))
model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])
x_val = x_train[:10000]
y_val = labels[:10000]
model.fit(x_train, y_train, epochs=3) # , validation_data=(x_val, y_val))
我的模型表现不错(我认为),因为在8400张图像中,我只有大约350张未命中。通过添加更多层、更改数字、使用辍学等,我将其降到了220左右
我真的很想更好地了解了解我应该插入哪些数字的最佳方法。还有,我是否需要一个输入形状?您的第一个问题:
是的,input\u shape
必须在第一层中指定,在您的情况下,第一层是plant
层。这是因为编译模型后需要初始化不同的参数(权重和偏差)。在您的情况下,第一个密集
层的#婴儿车将取决于在展平
层中指定的输入_形状
第二个问题:
如果Desnse
层是模型的最后一层,那么单元
显然应该是您希望模型执行的#类/#输出。然而,就我所知,当涉及到隐藏层时,没有这样一个通用的规则/公式来保证单元的最佳数量。这实际上取决于您输入到模型中的数据以及任务的复杂性等等。。。我要说的是,它应该在反复试验的基础上进行选择
编辑:
如果你真的对我的回答不满意,我在这里为你的第二个问题找到了一些信息。
:但它适用于卷积神经网络
: