[英]Neural network architecture for multi-output classification
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!
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。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.