用于多输出分类的神经网络架构

Question

我正在尝试构建一个基于神经网络的分类器，该分类器将 (32, m) 矩阵作为输入，其中 32 是特征数，m 是批量大小，并输出 (16, m) 矩阵，其中每一列是一个输出向量 (16, 1)。单个输出向量的每个元素可能有 7 个不同的值，其中每个值对应一个类。如何使用 Keras 在 Python 中构建此模型？

提前致谢！

Image of what I want to implement

Answer 1

批量大小是一个超参数，用于定义在更新内部模型参数之前要处理的样本数量。要设计网络架构，您不需要有关批量大小的信息。

我不知道您正在处理什么样的输入/输出数据，但仅基于您的问题，一种实现是输入层有 32 个神经元，输出层有 16（输出数量）* 7 （可能的类别数）神经元。