如何为 tf.keras 模型的隐藏层选择输出神经元的值？

Question

我是 Keras 的新手，从 tf 教程中的这段代码开始：

# choosing the layers of my models 
model = keras.Sequential([ # the sequential model of Keras library 
    keras.layers.Flatten(input_shape=(28, 28)), # the first input layer
    keras.layers.Dense(128, activation='relu'),# the hidden layer 
    keras.layers.Dense(10)# output layers and 10 corresponds to the number of used classes 
])

我想知道 128 的值是多少？ 以及它是如何计算的？

Answer 1

128是一个超参数，它是倒数第二层中的节点数。

它不是计算出来的，你可以把它改成你想要的任何东西，试试[18,32,64...etc] 。 你设置得越大，你的训练就越慢； 但是您的模型可能更准确，因为有更多节点可以捕获数据集的信号。

Answer 2

它不是计算出来的，而是一个超参数（不是由数据估计的参数，而是在运行模型之前由您选择的参数）。 它本质上决定了模型的复杂性。 神经元越多，它可以在数据中建模越复杂的关系。