machine-learning - 了解隐藏层、感知器、MLP

Question

我是 AI 新手，我正在尝试理解感知器、隐藏层、MLP 等的概念。

在下面的代码中，我想了解我们有多少层，包括输入和输出，隐藏层的数量

embed_layer = Embedding(vocab_size,embed_dim,weights = 
[embedding_matrix],trainable=trainable_param)

input_seq = Input(shape=(X_train_pad.shape[1],))
embed_seq = embed_layer(input_seq)
x = Dense(256,activation ="relu")(embed_seq)
x = Flatten()(x)
preds = Dense(1,activation="sigmoid")(x)

model = Model(input_seq,preds)

以下是模型的摘要

Answer 1

您可以在此处找到如何解释摘要的一个很好的示例： https ://machinelearningmastery.com/visualize-deep-learning-neural-network-model-keras/

在您的情况下，您有输入层（基本上只重塑您的输入）、3 个隐藏层（embedding_5-dense_9-flatten_5）和输出层（dense_10）。