如何指定喀拉拉邦的层数？

Question

我正在尝试使用tensorflow后端在keras中定义一个完全连接的神经网络，我有一个示例代码，但我不知道这意味着什么。

model = Sequential()
model.add(Dense(10, input_dim=x.shape[1], kernel_initializer='normal', activation='relu'))
model.add(Dense(50, input_dim=x.shape[1], kernel_initializer='normal', activation='relu'))
model.add(Dense(20, input_dim=x.shape[1], kernel_initializer='normal', activation='relu'))
model.add(Dense(10, input_dim=x.shape[1], kernel_initializer='normal', activation='relu'))
model.add(Dense(1, kernel_initializer='normal'))
model.add(Dense(y.shape[1],activation='softmax'))

从上面的代码中，我想知道网络输入的数量，输出的数量，隐藏层的数量以及每层神经元的数量。假设x.shape [1] = 60，model.add（Dense？之后的数字是多少。 这个网络的名称是什么？我应该称其为全连接网络还是卷积网络？

Answer 1

那应该很容易。

1. 为了了解模型的输入和输出用途，

   input_tensor = model.input
   output_tensor = model.output
   

   您可以打印这些tf.Tensor对象以获得shape和dtype。

2. 用于获取模型使用的图层，

   layers = model.layers
   print( layers[0].units )
   

使用这些技巧，您可以轻松获取模型或其层的输入和输出张量。