如何為 tf.keras 模型的隱藏層選擇輸出神經元的值？

Question

我是 Keras 的新手，從 tf 教程中的這段代碼開始：

# 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？ 以及它是如何計算的？

Answer 1

128是一個超參數，它是倒數第二層中的節點數。

它不是計算出來的，你可以把它改成你想要的任何東西，試試[18,32,64...etc] 。 你設置得越大，你的訓練就越慢； 但是您的模型可能更准確，因為有更多節點可以捕獲數據集的信號。

Answer 2

它不是計算出來的，而是一個超參數（不是由數據估計的參數，而是在運行模型之前由您選擇的參數）。 它本質上決定了模型的復雜性。 神經元越多，它可以在數據中建模越復雜的關系。