python-3.x - 在 Keras 中添加隐藏层的格式。

Question

我写了一个神经网络代码，我想给它添加隐藏层。我可以访问这一小部分代码:

trainX, trainY = create_dataset(train, look_back)
testX, testY = create_dataset(test, look_back)

trainX = numpy.reshape(trainX, (trainX.shape[0], 1, trainX.shape[1]))
testX = numpy.reshape(testX, (testX.shape[0], 1, testX.shape[1]))

model = Sequential()
model.add(LSTM(4, input_shape=(1, look_back)))
model.add(Dense(1))
model.compile(loss='mean_squared_error', optimizer='adam')
model.fit(trainX, trainY, epochs=100, batch_size=1, verbose=2)

trainPredict = model.predict(trainX)
testPredict = model.predict(testX)

有没有办法用这么多可用的信息向它添加隐藏层？此外，此代码在 Python3 中运行良好。

这将是一个很大的帮助。谢谢。

Answer 1

上面提到的代码是核心 ML 部分的整个实现。

你在这里创建了模型，model = Sequential()
这是输入层，model.add(LSTM(4, input_shape=(1, look_back)))
这是输出层model.add(Dense(1))
模型编译model.compile(loss='mean_squared_error', optimizer='adam')
模型训练model.fit(trainX, trainY, epochs=100, batch_size=1, verbose=2)
在输入和输出层之间添加的任何层都称为隐藏层，您可以轻松添加，您的最终代码如下所示，

trainX, trainY = create_dataset(train, look_back)
testX, testY = create_dataset(test, look_back)

trainX = numpy.reshape(trainX, (trainX.shape[0], 1, trainX.shape[1]))
testX = numpy.reshape(testX, (testX.shape[0], 1, testX.shape[1]))

model = Sequential()
model.add(LSTM(4, input_shape=(1, look_back)))
model.add(Dense(4)) # New hidden layer with 4 params
model.add(Dense(1))
model.compile(loss='mean_squared_error', optimizer='adam')
model.fit(trainX, trainY, epochs=100, batch_size=1, verbose=2)

trainPredict = model.predict(trainX)
testPredict = model.predict(testX)