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是特征数量，m是批量大小，并输出(16，m(阵列，其中每列都是输出向量(16，1(。单个输出向量的每个元素可以具有7个不同的值，其中每个值对应于一个类。如何使用Keras在Python中构建此模型？
提前感谢！
我想要实现的图像
Batch size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。要设计网络的体系结构，您不需要有关批量大小的信息。
我不知道您正在处理什么类型的输入/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个(输出数量(*7个(可能的类数量(神经元。
javascript python java c# php android html jquery c++ css ios sql mysql arrays asp.net json python-3.x ruby-on-rails .net sql-server django objective-c excel regex ruby linux ajax iphone xml vba spring asp.net-mvc database wordpress string postgresql wpf windows xcode bash git oracle list vb.net multithreading eclipse algorithm macos powershell visual-studio image forms numpy scala function api selenium