关于 Keras 和分类

Question

我确实有 2 个输入 X 和 Y，输出 C 是单热编码 [0,1] 或 [1,0]。

X,Y（转置）矩阵的大小为2 * 320，C的大小为1 * 320。

我应该如何以这样的方式在 Keras 中编写网络：

<> 第 0 层：有 2 个输入（和 2 个节点）

<> 第 1 层有 4 个单元和一个从第 0 层到第 1 层的线性激活函数

<> 第 2 层有 1 个节点（和一个 softmax 激活函数？从第 1 层到第 2 层）。

我需要使用此网络执行二进制分类。谢谢！

Answer 1

用函数 API 写的。

inputs = keras.Input(shape=(2,)) # layer 0
layer = layers.Dense(4, activation="linear")(inputs) # layer 1
outputs = layers.Dense(1, activation="softmax")(layer ) # layer 2
model = keras.Model(inputs=inputs, outputs=outputs, name="noname")

更新因为我要打架了：

import pandas as pd
import numpy as np
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
from tensorflow.keras.optimizers import Adam

def gen_model():
  inputs = keras.Input(shape=(2,)) # layer 0
  layer = layers.Dense(4, activation="linear")(inputs) # layer 1
  outputs = layers.Dense(1, activation="softmax")(layer ) # layer 2
  model = keras.Model(inputs=inputs, outputs=outputs, name="noname")

  model.compile(loss=tf.keras.losses.MeanSquaredError(name="mse"), optimizer=Adam(), metrics=None) # Adam(learning_rate=1e-2)
  return model



X = df[['X','Y']].values # assuming the data are in a pandas dataframe
y = df['C'].values

model = gen_model()

model.fit(x=X, y=y, batch_size=32, epochs=500, validation_split=0.2)

Answer 2

这是一个示例代码：

input_layer = Input(shape=(np.transpose(X).shape[1],))
dense_layer_1 = Dense(4, activation='relu')(input_layer)
output = Dense(np.transpose(C).shape[1], activation='softmax')(dense_layer_1)

model = Model(inputs=input_layer, outputs=output)
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['acc'])

关于 Keras 和分类

about Keras and classification

classification

neural-network

keras

softmax