python - tflearn.fully_connected 的第二个参数代表什么？

Question

我正在尝试学习 tflearn。但我有一些疑问。

在下一行

net = tflearn.input_data(shape=[None, len(train_x[0])])

len(train_x[0]) 是我的输出矩阵的形状吗？如果不是，那是什么？

第二个疑惑:这一行的8是什么？

net = tflearn.fully_connected(net, 8)

我尝试搜索并发现它是 n_units，但它们是什么，在这种情况下我应该如何选择我需要的单位数？

Answer 1

线

net = tflearn.input_data(shape=[None, len(train_x[0])])

表示 tflearn 期望网络的输入具有形状 [?, len(train_x[0])]。在你的情况下，我认为 train_x 是一个矩阵，这意味着 len(train_x[0]) 会给你矩阵中的列数。

如果您查看 tflearns 全连接层 ( http://tflearn.org/layers/core/ ) 的文档，您会看到 8 对应于 n_units 参数

net = tflearn.fully_connected(net, 8)

意味着这条线将创建一个具有 8 个隐藏单元/神经元的全连接层。