我使用此代码与keras进行特征识别，现在我想进行分类，我不知道如何将softmax图层添加到我的自动编码器中，请帮帮我
答案 0 :(得分：0)
自动编码器不适用于分类。
它们只是以编码格式压缩数据，因此您可以稍后将这些数据用于其他事情（其中一项可能是分类，但为此创建自动编码器实际上毫无意义，除非您对数据的使用多于只是分类）
要从输入数据创建分类器，只需创建一个以所需类数结束的模型。
对于“正常”和“攻击”（只有两个类），您可以在一个班级中结束模型并制作0 be normal和1 be attack。
input_tensor = Input(shape=(input_size,))
output_tensor = Dense(40, activation="relu", activity_regularizer=regularizers.l1(10e-5))(input_tensor)
output_tensor= Dense(30, activation="relu")(output_tensor)
output_tensor = Dense(20, activation="relu")(output_tensor)
output_tensor= Dense(10, activation="relu")(output_tensor)
output_tensor= Dense(5, activation="relu")(output_tensor)
output_tensor= Dense(3, activation="relu")(output_tensor)
output_tensor= Dense(1,activation='sigmoid')(output_tensor)
model = Model(input_tensor,output_tensor)
我使用了1个输出（密集（1）），我想要0（正常）或1（攻击）。 'sigmoid'激活对于将结果保持在此范围内或0和1非常重要。
现在，您只需确保y_true数据是一个形状为(records,)或(records,1)的数组，具体取决于型号。