Keras解释:输入层中的节点数

似乎对什么是感知器存在误解。感知器是将输入与权重相乘、求和并应用激活函数的单个单元:

现在,您的图表被称为 多层感知器(MLP) 由一堆分层排列的感知机组成, wiki 。在Keras中,没有明确的感知机概念,而是作为 Dense 层,因为层是紧密连接的,即层之间的每个输出都连接到每个输入。第二个图表对应于:

model = Sequential()
model.add(Dense(4, activation='sigmoid', input_dim=3))
model.add(Dense(4, activation='sigmoid'))
model.add(Dense(1, activation='sigmoid'))

假设你有乙状结肠激活。在这种情况下,通过指定 input_dim=3 最后一层是输出层。