tensorflow学习——keras高级API——层中的单元个数

序列模型
在Keras中，可以通过组合层来构建模型。模型通常是由层构成的图。最常见的模型类型是堆层：tf.keras.Sequential模型。
构建一个简单的全连接的网络。

model = tf.keras.Sequential()
# Adds a densely-connected layer with 64 units to the model:
model.add(layers.Dense(64, activation='relu'))
# Add another:
model.add(layers.Dense(64, activation='relu'))
# Add a softmax layer with 10 output units:
model.add(layers.Dense(10, activation='softmax'))

如何确定每层中的单元个数
参考：https://zhuanlan.zhihu.com/p/47519999
输入层和输出层的层数、大小是最容易确定的。每个网络都有一个输入层，一个输出层。输入层的神经元数目等于将要处理的数据的变量数。输出层的神经元数目等于每个输入对应的输出数。