为什么这个简单的 Keras 模型有两个参数？答案

【问题标题】：why does this simple Keras model have two parameters?为什么这个简单的 Keras 模型有两个参数？
【发布时间】：2020-07-31 03:34:44
【问题描述】：

我试图了解 Keras 中的模型和图层是如何工作的。我创建了一个非常简单的模型，它具有 - 或者至少我的意图是它具有 - 一个输入、一个输出和它们之间的一个连接：

from keras import layers
from keras import models
model = models.Sequential()
model.add(layers.Dense(1, activation='linear', input_shape=(1,)))

我希望它有一个参数 - 输入乘以产生输出的数字 - 但是当我显示模型的摘要时，我看到它有两个参数：

model.summary()

Model: "sequential_7"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
dense_7 (Dense)              (None, 1)                 2         
=================================================================
Total params: 2
Trainable params: 2
Non-trainable params: 0
_________________________________________________________________

另外，当我打印权重时，我看到其中两个：

model.get_weights()
[array([[0.02002084]], dtype=float32), array([0.], dtype=float32)]

为什么这个模型有两个参数？

【问题讨论】：

标签： machine-learning keras neural-network

【解决方案1】：

另一个参数是偏差，它被添加到乘法结果中。我可以这样证明：

import numpy as np
weights = [np.asarray([[44]]), np.asarray([10])]
model.set_weights(wagi)
model.predict([1])

array([[54.]], dtype=float32)

【讨论】：

【解决方案2】：

获取参数个数的公式：

output_size * (input_size+1) == 参数个数。

在你的情况下， output_size 和 input_size 是 1 所以，参数个数是2。

【讨论】：