对tensorflow里面keras种的Dense的units的理解

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

上一篇:ML之FE:数据处理—特征工程之特征三化(标准化【四大数据类型(数值型/类别型/字符串型/时间型)】、归一化、向量化)简介、代码实现、案例应用之详细攻略


下一篇:WebAssembly assemblyscript