我试图理解输入和输出层的概念, 一些消息源给出了这样的代码,并说它可以进行时间序列预测。
我的问题是,当我输入10个值时,也会输出10个值。这意味着输出是从单个数据点计算得出的。如何为单个输出使用5-10个值?
另外,当我获得权重时,它会给出(1,2)(2)(2,1)(1)大小的权重,对于单个隐藏层的ANN,我不明白。
classifier = Sequential()
classifier.add(Dense(units = 2, kernel_initializer = 'uniform', activation = 'relu', input_dim = dataset.shape[1]))
classifier.add(Dense(units = 1, kernel_initializer = 'uniform', activation = 'relu'))
classifier.compile(optimizer = 'adam', loss = 'mean_squared_error', metrics = ['accuracy'])
classifier.fit(X_train, y_train.values, batch_size = 5, epochs = 100)