用於多輸出分類的神經網絡架構

Question

我正在嘗試構建一個基於 neural-network 的分類器，該分類器將 (32, m) 矩陣作為輸入，其中 32 是特征數，m 是批量大小，並輸出 (16, m) 矩陣，其中每列是一個 output 向量 (16, 1)。 單個 output 向量的每個元素可能有 7 個不同的值，其中每個值對應一個 class。 如何使用 Keras 在 Python 中構建此 model？

提前致謝！

我想要實現的圖像

Answer 1

批量大小是一個超參數，它定義在更新內部 model 參數之前要處理的樣本數量。 要設計網絡架構，您不需要有關批量大小的信息。

我不知道您正在處理什么樣的輸入/輸出數據，但僅基於您的問題，一種實現是輸入層具有 32 個神經元，output 層具有 16（輸出數量）* 7（數量可能的類別）神經元。