在CNN的最后一层中使用哪些设置进行回归

Question

我尝试将CNN用于回归任务。

我的要素数据具有形状（6097、30、32、9）：

• 6097条记录
• 30个时间步长
• 32个直方图容器
• 9个频道（图片 乐队）

目标数据具有形状
（6097，1）

• 6097条记录，其中包含作物产量（浮动）数据。

当我创建CNN回归模型的最后一个Dense层时，我不确定要使用哪些设置。最后一个卷积层的输出尺寸为（None，2,2,512）。我添加了一个BatchNorm和Flatten层（不确定是否有意义）

正确的单位数量和激活功能是什么？我的猜测是unit = 1，激活函数=“ None”

凯拉斯：

model.add(Dense(units=1,
                activation=None
                ))

Answer 1

这取决于您想要的结果类型，通常是使用线性激活函数将值简单地映射回去（它不会改变它）。 Here是输出层选择的简要说明。 Here是对回归的解释，也简要提到了输出层。 数量已经是正确的。

model.add(Dense(units=1,
                activation='linear'
                ))

或为相同的结果：

model.add(Dense(1))