如何使用 GridSearchCV 分离隐藏层 1 和 2 中的神经元单元

问题描述

这是我的代码

 def my_model(units):
        model = Sequential()
        model.add(Dense(units,activation='sigmoid',input_shape=(n_features,))) # hidden layer 1
        model.add(Dense(units,activation='relu')) # hidden layer 2
        model.add(Dense(1,activation='relu'))
        model.compile(optimizer='adam',loss='mse')
        return model

model = KerasRegressor(build_fn=my_model)
batch_sizes = [5,10]
epochs = [200,400]
units = range(5,26)
parameters = { 'batch_size': batch_sizes,'epochs': epochs,'units': units }
ann = gridsearchcv(model,parameters)
ann.fit(trainX,trainY,verbose = 2)

我想分离Gridsearch神经元单元

示例：隐藏层 1 中的单元 1 和隐藏层 2 中的单元 2

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）