确定简单神经网络的输入和输出大小

Question

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)