关于输入形状的思考
我之前是最习惯这样的:
θX = Y,因为这样长得像f(X) = Y,这也更符合大多数的图
θ是矩阵, X每一列是一个输入,这一列会作为一个整体,经过θ的处理,变成Y最左边的一个数据。Y就是横着的一个list。
但是现在我发现不太一样了
首先是pandas.read_excel和mySQL,他们似乎更喜欢把feature当成一列。这样就会导致X的每行是一个整体,这样就会导致X的shape=(??,feature),然后Y形状就是一列,Y.shape=(??,1)。
整个过程就是:
(??,featue) => (??, units) => (??, 1)
例如,我们创建一个Dense(units=5), Dense(units=6), Dense(units=7), Dense(units=1)的sequential model,一个行向量的训练过程就:
shape=(1,4) => (1,5) => (1,6) => (1,7) => (1,1)
换句话说,units就是变化中的feature