用 keras 和 tensorflow 设计神经网络结构的问题 [关闭]

Question

关闭。 这个问题需要更加集中。 它目前不接受答案。

---

想改善这个问题吗？ 更新问题，使其仅通过编辑这篇文章来关注一个问题。

22 小时前关闭。

改进这个问题

我的数据存储在一个阵列，它的名字是data 。

data['data']包含500数组B 。
B包含300数字。

标签（ data['label'] ）包含500数字，它们是每个B数组的类表示的数字 1 和 0，如下所示：

data['data'] = [B_1,B_2,...,B_500]
B_1          = [number_1,number_2,...,number_300]

例如：

data['data']  = [[0.23,0.22,0.3,...,0.6],[0.36,0.96,0.35,...,0.36],...[0.9,0.8,...,0.32]]
data['label'] = [1,0,1,0,1,...,0]

我的问题：

1. 如何在 keras 中设计一个层级神经网络？
2. 什么是输入层和输出层？
3. 我的数据结构应该是什么样子来预测函数？