我在文本分类指南中看到了以下内容:
hidden_layer = layers.Dense(100, activation="relu")(input_layer)
(input_layer)
是什么意思?
上下文是:
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
另外-这是顺序模型吗?
看输入层只不过是你想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,那么我将在输入层有3个神经元。是的,它是顺序模型。