如何为tf.keras模型的隐藏层选择输出神经元的值？

Question

我是Keras的新手，从tf教程中的以下代码开始：

# choosing the layers of my models 
model = keras.Sequential([ # the sequential model of Keras library 
    keras.layers.Flatten(input_shape=(28, 28)), # the first input layer
    keras.layers.Dense(128, activation='relu'),# the hidden layer 
    keras.layers.Dense(10)# output layers and 10 corresponds to the number of used classes 
])

我想知道值128是什么？以及如何计算？

Answer 1

它不是计算出来的，而是一个超参数（该参数不是由数据估计的，而是由 you 在运行模型之前选择的）。它实质上决定了模型的复杂性。神经元越多，它可以在数据中建模的关系就越复杂。

Answer 2

128是一个超级参数，它是倒数第二层中的节点数。

它不是计算出来的，您可以将其更改为任意值，请尝试[18,32,64...etc]。您做的越大，训练的速度就越慢；但是，由于有更多节点可以捕获数据集的信号，因此您的模型可能更准确。