答案 0 :(得分:0)
Output_dim是密集嵌入的尺寸。
在128中选择
classifier.add(Dense(output_dim = 128, activation = 'relu'))
是相当随意的,它仅表示您喜欢的完全连接层的大小。您可以将其更改为另一个数字。
1英寸
classifier.add(Dense(output_dim = 1, activation = 'sigmoid'))
由于二进制分类问题,我们只需要区分两个组的概率即可。如果概率至少为0.5,则将其分类为狗;如果概率小于0.5,则将其分类为猫。
如果愿意,还可以将激活函数设置为softmax,将output_dim设置为2作为最后一层,尽管这不会提高性能。