Как мне решить, какие аргументы использовать для конструктора слоев KERAS Dense?

Question

Я [очевидно] новичок в этом и пытаюсь выполнить множественную целевую регрессию с помощью керас, используя this в качестве руководства, но у меня возникли проблемы. У меня одна проблема - как инициализировать плотный слой в строке model.add(Dense(input_dim=4, output_dim=500)). Я думаю, что input_dim=4 из-за массива XX_train, имеющего 4 столбца, но я не уверен. Мне также непонятно, почему output_dim=500. Откуда берется значение 500? Это произвольно?

Я взглянул на документацию keras здесь , в которой вместо этого используется параметр input_shape, но я не уверен, какие значения следует использовать для параметров units и input_shape. Очевидно, input_shape нужно передать только для первого уровня, но для всех последующих уровней аргумент units должен всегда иметь одинаковое значение (32 в примере, показанном в ссылке)? Документация определяет единицы как: «единицы: положительное целое число, размерность выходного пространства», но я должен признать, что я не уверен, что это значит. Означает ли это, что если я пытаюсь предсказать значения 8 объектов (y_train, y_test), units=8?

В этом говорится, что мне нужно передать input_shape только в первый слой, но в нем не указано, как определить эту форму.

Что я пытаюсь сделать: у меня есть 11 столбцов и тысячи строк данных. Я пытаюсь использовать 3 из этих столбцов как функции, чтобы предсказать другие 8 (которые помечены). Я, вероятно, упускаю что-то очевидное, но кто-то может указать мне правильное направление? Насколько я знаю, множественная целевая регрессия может даже не быть подходящим способом.

Спасибо за любую помощь. Приношу свои извинения за мою очевидную суетливость. Пожалуйста, дайте мне знать, если мне нужно предоставить больше информации.

Answer 1

model.add (Плотный (input_dim = 4, output_dim = 500)). Я думаю, что input_dim = 4 из-за массива XX_train, имеющего 4 столбца, но я не уверен

Да, это правильно. Input_dim равен 4, потому что XX_train имеет 4 столбца.

Откуда берется значение 500? Произвольно?

Это найдено опытным путем.

Означает ли это, что если я пытаюсь предсказать значения 8 функций (y_train, y_test), ед. = 8?

Да, это правильно.

Что я пытаюсь сделать: у меня есть 11 столбцов и тысячи строк данные. Я пытаюсь использовать 3 из этих столбцов в качестве функций, чтобы предсказать другие 8 (которые помечены). Я, наверное, упускаю что-то очевидное, но может ли кто-нибудь указать мне правильное направление?

Фрагмент кода, просто как отправная точка.

from keras.layers import Dense, Activation
from keras.models import Sequential

model = Sequential()
model.add(Dense(32, activation='relu', input_dim=3))
model.add(Dense(64, activation='relu')) # add more layers as necessary
model.add(Dense(8))
model.summary()  # use summary() to verify model architecture