我目前正在学习深度学习,遇到了以下疑惑:何时使用input_shape和input_dim参数。
我的数据形状为(798,9),其中有8个输入变量和1个输出变量,因此我的问题是在创建序列模型时:
- 使用input_shape和
- 使用input_dim有什么区别?
model = tf.keras.Sequential()
model.add(tf.keras.layers.Dense(units=12,input_shape=(6912,),activation='relu' ))
model.add(tf.keras.layers.Dense(32,activation='relu'))
并且
model = tf.keras.Sequential()
model.add(tf.keras.layers.Dense(units=12,input_dim=8,activation='relu' ))
model.add(tf.keras.layers.Dense(32,activation='relu'))
有没有人可以详细解释一下如何选择input_size和input_dim,以及它们之间的区别?