使用 Keras 使用 Python 進行深度學習的介紹部分

Question

問題指導：

1. 實例化一個順序 model。
2. 添加一個由 50 個神經元組成的密集層，輸入形狀為 1 個神經元。
3. 添加兩個密集層，每個層有 50 個神經元和“relu”激活。
4. 以具有單個神經元且無激活的 Dense 層結束 model。

下面是我的代碼：

# Instantiate a Sequential model
model = Sequential()

# Add a Dense layer with 50 neurons and an input of 1 neuron
model.add(Dense(50, input_shape=(2,), activation='relu'))

# Add two Dense layers with 50 neurons and relu activation
model.add(Dense(____,____=____))
model.____

# End your model with a Dense layer and no activation
model.____

我對這部分感到困惑

model.add(Dense(____,____=____))

Answer 1

在model.add(Dense(___,___=___))中，您有三個空白。 第一個用於提及神經元的數量，第二個用於表示您想要設置一些activation值，第三個用於將該值設置為relu 。

所以你會得到model.add(Dense(50,activation='relu'))

更多信息可以在密集層文檔中找到。

Answer 2

在文檔中，Dense 層唯一需要的參數是units ，即神經元的數量。 默認激活 function 是None ，所以如果你希望它是"relu" ，請執行activation="relu" 。

總之，這是一段代碼，它創建了一個具有 50 個神經元並激活為relu的 Dense 層：

model.add(Dense(50, activation="relu"))