擅长:python、mysql、java
<p>你可以在同一个输入上使用不同数量的隐藏层和不同数量的单元/神经元。在</p>
<p>除最后一个外,每个<code>Dense</code>都可以看作是一个隐藏层。最后一个<code>Dense</code>的输出数量应该与期望的输出维度相等(在您的例子中,<code>y</code>的维度似乎是64)。在</p>
<p>试试这个:</p>
<pre><code>model = Sequential()
model.add(Dense(128, input_dim=14, init='uniform'))
model.add(Activation('tanh'))
model.add(Dropout(0.5))
model.add(Dense(128, init='uniform'))
model.add(Activation('tanh'))
model.add(Dropout(0.5))
model.add(Dense(64, init='uniform'))
model.add(Activation('softmax'))
sgd3 = SGD(lr=0.1, decay=1e-6, momentum=0.9, nesterov=True)
model.compile(loss='binary_crossentropy', optimizer=sgd3)
model.fit(X_train, y_train, nb_epoch=20, batch_size=16, show_accuracy=True, validation_split=0.2, verbose = 2)
</code></pre>