model = keras.Sequential([
keras.layers.Flatten(input_shape=(28, 28)),
keras.layers.Dense(128, activation='relu'),
keras.layers.Dense(10)
])
教程中的解釋：
該網路的第一層 tf.keras.layers.Flatten 將影像格式從二維陣列（28 x 28 像素）轉換成一維陣列（28 x 28 = 784 像素）。將該層視為影像中未堆疊的像素行并將其排列起來。該層沒有要學習的引數，它只會重新格式化資料。
展平像素后，網路會包括兩個 tf.keras.layers.Dense 層的序列。它們是密集連接或全連接神經層。第一個 Dense 層有 128 個節點（或神經元）。第二個（也是最后一個）層會回傳一個長度為 10 的 logits 陣列。每個節點都包含一個得分，用來表示當前影像屬于 10 個類中的哪一類。
我想問下，1.第二層有128個節點，為什么是128，不能是64或者其他的嗎，128是如何來的？
2.為什么最后一層能回傳一個長度為 10 的 logits 陣列
有沒有大佬能解釋下，萬分感謝。
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/267203.html
標籤：人工智能技術
上一篇：技術交流