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
答案 0 :(得分:0)
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)。