input_dim，output_dim在更新的keras中不起作用

Question

我正在进行有关udemy的在线课程，并且一切正常，但是当我尝试初始化第一个隐藏层时，出现了以下错误

TypeError: __init__() missing 1 required positional argument: 'units'.

然后我在spyder上执行了ctrl + I并更改了output_dim和init参数，但我不知道该用..代替其他内容。

import keras
from keras.models import Sequential
from keras.layers import Dense

#initializing the ANN
classifier = Sequential()

#adding the input layer and the first hidden layer
classifier.add(Dense(units =6, kernel_initializer = 'uniform' , activation = 'relu', input_dim =11 ))

#adding the second layer

classifier.add(Dense(Output_dim = 6 , kernel_initializer = 'uniform' , activation = 'relu'))

应该正常工作，没有错误

Answer 1

在Dense层中，单位数等于输出维数。但是，参数Output_dim不存在。因此，将Dense(Output_dim=6, ...)替换为Dense(units=6, ...)（甚至只是Dense(6, ...)）。

Answer 2

在密集文档的新文档中，output_dim被替换为单位，input_dim被替换为input_shape。但是，在input_shape参数中，您必须指定一个元组。

例如：

添加输入层和第一个隐藏层

{ "type":"record", "namespace":"test", "name":"record1", "fields":[ { "name": "orbject1", "type":{ "type": "array", "items":{ "type":"record", "name":"record2", "fields": [ {"name": "name1", "type":{ "type": "array", "items":{ "type":"record", "name":"record3", "fields": [ {"type": { "type":"record", "name":"record4", "fields": [ {"name":"name2", "type":"long"} ] }, "name":"name4" }, {"type": "test.record4", "name":"name5" } ] } } } ] } } } ] }

添加第二层

classifier.add(Dense(units=6, activation = 'relu', kernel_initializer = 'uniform', input_shape = (11, )))

Answer 3

添加第一个ANN层（输入层和隐藏层）

classifier.add(Dense(units=6, activation='relu', kernel_initializer='uniform', input_dim = 11))

添加第二个隐藏层

classifier.add(Dense(units = 6, kernel_initializer = 'uniform', activation = 'relu'))