对 TensorFlow Keras 的质疑答案

【问题标题】：Doubts about TensorFlow Keras对 TensorFlow Keras 的质疑
【发布时间】：2020-08-01 23:53:17
【问题描述】：

当出现疑问时，我正在阅读此tutorial。在教程中，数据集有 10 个属性（在 one-hot 转换之后），但是在创建模型时，输入层的神经元 (64) 比输入 (10) 多。

代码如下：

def build_model():
  model = keras.Sequential([
    layers.Dense(64, activation='relu', input_shape=[len(train_dataset.keys())]),
    layers.Dense(64, activation='relu'),
    layers.Dense(1)
  ])

  optimizer = tf.keras.optimizers.RMSprop(0.001)

  model.compile(loss='mse',
                optimizer=optimizer,
                metrics=['mae', 'mse'])
  return model

我认为神经元的数量应该等于条目的数量。谁能解释一下？感谢您的关注

【问题讨论】：

标签： python tensorflow keras neural-network regression

【解决方案1】：

Dense 层中的 64 指定第一和第二隐藏层的神经元数量。 input_shape 参数指定 keras 将如何自动处理 输入层 中的神经元数量，在您的情况下为 10。

【讨论】：

为了更清楚一点，在这段代码中，输入层有10个神经元，隐藏层有两层有64个神经元？
是的，就是这样。每个隐藏层有 64 个神经元。
哦，现在我明白了。谢谢你的解释，尼古拉斯。