了解隐藏层，感知器，MLP

Question

我是AI的新手，我试图理解感知器，隐藏层，MLP等的概念。

在下面的代码中，我想了解我们总共有多少层，包括输入和输出，隐藏层的数量

embed_layer = Embedding(vocab_size,embed_dim,weights = 
[embedding_matrix],trainable=trainable_param)

input_seq = Input(shape=(X_train_pad.shape[1],))
embed_seq = embed_layer(input_seq)
x = Dense(256,activation ="relu")(embed_seq)
x = Flatten()(x)
preds = Dense(1,activation="sigmoid")(x)

model = Model(input_seq,preds)

下面是模型的摘要

Answer 1

您可以在此处找到一个不错的示例来解释摘要： https://machinelearningmastery.com/visualize-deep-learning-neural-network-model-keras/

在您的情况下，您具有输入层（基本上只重塑输入的形状），3个隐藏层（embedding_5-dense_9-flatten_5）和输出层（dense_10）。