Keras：如何设计神经网络的输入层和形状？

Question

我想在keras中设计一个神经网络，但是我不确定如何创建输入层的输入形状。

我的Input_Data如下所示（此处未显示y数据）：

ID    Parameter    Value
A     1            4
A     2            1,5
A     3            81,6
B     1            4,2
B     2            1,7
B     3            82,1
C     1            4,1
C     2            1,6
C     3            80,8

因此，每个ID由相同的三个参数（1、2、3）及其值来描述。

->我的想法是像这样创建模型：

model = Sequential()     
model.add(Dense(3,input_dim=3, activation='relu'))

因为我认为，如果我具有3个输入功能，则我需要input_dim = 3和1个节点来实现一个输入功能。 但是我发现了一些示例，其中他们使用了3个输入要素（input_dim = 3），但是在输入层中使用了10个节点，所以现在我对节点和要素之间的关系感到困惑。

->我必须使用哪个input_shape或input_dim？使用3个节点是否正确？

感谢您的帮助！ ：）

Answer 1

尝试一下：

model = Sequential()     
model.add(Dense(3,input_dim=3, activation='relu'))   
model.add(Dense(10, activation='relu'))
model.add(Dense(1, activation='sigmoid'))

这应该工作，我添加了10个单位的隐藏层（使用您认为需要的任何值），然后添加了1个单位的输出层，因为您只需要一个输出并选择了Sigmoid作为输出，但是使用无论你需要什么。

如果您还有其他问题，请随时提出。