如何在Keras中创建输入层？[复制]

Question

根据教程，这是一个简单的三层顺序神经网络示例：

model = keras.Sequential(
    [
        layers.Dense(2, activation="relu", name="layer1"),
        layers.Dense(3, activation="relu", name="layer2"),
        layers.Dense(4, name="layer3"),
    ]
) 

这是否意味着输入层是2个神经元？因为我发现如果我给模型一个不同大小的向量，它就会改变。如果我拟合到除2以外的任何大小向量，我会预料到一个错误，因为输入层只有2个神经元。

Answer 1

第一层，即输入层，应该有尽可能多的神经元和特征（在这种情况下，有784个特征，

这是不正确的，你可以在图层中只放一个神经元，它就会工作，但是它的权重必须等于特征的数量。

Answer 2

您需要在顺序模型的第一层中定义输入形状。试试这个：

    from keras.models import Sequential
    from keras.layers import Dense, Activation
    model = Sequential([
                        Dense(32, input_shape=(784,)),
                        Activation('relu'),
                        Dense(10),
                        Activation('softmax'),
                        ])