Titanic MLP 參數量怎麼算？
原題
Titanic MLP 連題組第二題：參考下圖執行結果，下列何者正確？ model = Sequential() model.add(Input(shape=(X_train.shape[1],))) model.add(Dense(10, activation="relu")) model.add(Dense(10, activation="relu")) model.add(Dense(1, activation="sigmoid")) model.summary() model.compile(loss="binary_crossentropy", optimizer="adam", metrics=["accuracy"]) Model: "sequential" Layer (type) Output Shape Param # dense (Dense) (None, 10) 空格 1 dense_1 (Dense) (None, 10) 空格 2 dense_2 (Dense) (None, 1) 11 敘述： A：activation="relu" 其數學式為 f(x) = 1/(1+e^(-x)) B：空格 1 值為 110，空格 2 值為 100 C：空格 1 值為 100，空格 2 值為 110 D：activation="sigmoid" 一般用於多類別分類預測模型
白話
Titanic MLP 分析專案中，工程師建了一個三層全連接網路，輸入是 9 個特徵，輸出是「是否存活」的二元分類。model.summary() 輸出了每層的輸出形狀和參數量，但第一、第二個 Dense 層的參數量留下了空格 1 和空格 2。題目還附上了四個敘述，考你對激活函數和參數量計算的理解。
問你：四個敘述中，哪一個是正確的？
先自己選一個答案，再看完整解析。
一句話總結
正確的是選項 C：空格 1（第一個 Dense 層）= 100，空格 2（第二個 Dense 層）= 110。輸入 9 維 → 輸出 10，參數 = 9×10+10 = 100；輸入 10 維 → 輸出 10，參數 = 10×10+10 = 110。
情境
先感受問題：每層的「連線數」加「偏差數」就是參數量
Titanic MLP 的工程師建了一個三層網路，要在 model.summary() 的空格裡填入每層的參數量。
計算 Dense 層參數量的公式很固定：每個輸出神經元都和每個輸入神經元有一條連線（weight），再加上一個偏差（bias）。所以：
- Dense(10)，輸入維度是 X_train.shape[1] = 9：參數 = 9×10（weight）+ 10（bias）= 90+10 = 100
- Dense(10)，輸入來自前一層輸出的 10 個神經元：參數 = 10×10 + 10 = 100+10 = 110
- Dense(1)，輸入來自 10 個神經元：參數 = 10×1 + 1 = 11（題目已給出）
關鍵：第一層 Dense 的輸入是 9（Titanic 的 9 個特徵），第二層的輸入是 10（上一層的輸出），所以兩者的參數量不一樣，是 100 和 110，而不是 110 和 100。
舊方法
容易算錯的三個地方
- 忘記加 bias：Dense(10) 輸入 9 維，只算 9×10=90，忘記加 10 個 bias，得到 90 而不是 100。bias 是每個輸出神經元各一個，不是共用。
- 把空格 1 和空格 2 弄反：第一層輸入是 9 維（特徵數），第二層輸入是 10 維（上一層輸出），所以第一層 100 < 第二層 110，不是反過來的 110 和 100。
- 混淆 ReLU 和 Sigmoid 的公式：ReLU 的公式是 f(x) = max(0, x)，Sigmoid 的公式才是 f(x) = 1/(1+e^(-x))。兩者是不同的激活函數。
- Sigmoid 用在多分類：Sigmoid 輸出 0-1 之間的單一數值，用於二元分類（是/否）；多分類用 Softmax，輸出每個類別的機率，總和為 1。
- Input 層沒有參數：model.add(Input(shape=(9,))) 不算一個有參數的層，它只是定義輸入形狀，所以第一個 Dense 的「輸入來源」是 9，不需要特別計算 Input 層的參數。
新方法
按公式計算：(input + 1) × output
Titanic MLP 的工程師逐層計算：
dense（第一層 Dense(10)）：輸入 = X_train.shape[1] = 9，輸出 = 10
參數 = 9 × 10 + 10 = 90 + 10 = 100（空格 1）
dense_1（第二層 Dense(10)）：輸入 = 前一層輸出 = 10，輸出 = 10
參數 = 10 × 10 + 10 = 100 + 10 = 110（空格 2）
dense_2（第三層 Dense(1)）：輸入 = 10，輸出 = 1
參數 = 10 × 1 + 1 = 10 + 1 = 11（題目已給）
空格 1 = 100，空格 2 = 110，這就是選項 C 的答案。
這就是選項 C 講的：空格 1 值為 100，空格 2 值為 110。
中級考試大概率會考程式碼跟公式，所以這部分你還是要學。但如果現在學起來很痛苦，可以先跳過，等讀完其他題目回頭再來。
Step 1 純故事版（不出現公式）
想像 Dense 層是一個「所有員工和所有主管都要一對一報告」的部門。9 個員工，10 個主管，就有 9×10=90 條匯報路線（weight）。但每個主管還有一個自己的「基準判斷」（bias），10 個主管就多了 10 個額外的數字，共 90+10=100 個參數。
第二層：10 個員工（上一層的主管變成這層的員工），10 個新主管，10×10=100 條路線 + 10 個 bias = 110 個參數。
層越往後走，「員工數」就是上一層的「主管數」，這就是為什麼第一層和第二層的輸入數字不同。
Step 2 中文 ↔ 公式對照
| 白話說法 | 公式 / 程式碼 |
|---|---|
| Dense 層參數量公式 | (input_size + 1) × output_size |
| dense（輸入 9，輸出 10） | (9 + 1) × 10 = 100 |
| dense_1（輸入 10，輸出 10） | (10 + 1) × 10 = 110 |
| dense_2（輸入 10，輸出 1） | (10 + 1) × 1 = 11 |
| ReLU 公式 | f(x) = max(0, x) |
| Sigmoid 公式 | f(x) = 1 / (1 + e^(-x)) |
Step 3 符號角色表
- Dense(units)：全連接層，每個輸出神經元連接所有輸入神經元，units 是輸出神經元數
- activation="relu"：修正線性單元，f(x) = max(0, x)，負值輸出 0，正值保留原值，用於隱藏層
- activation="sigmoid"：S 型函數，f(x) = 1/(1+e^(-x))，輸出 (0,1) 之間，用於二元分類輸出層
- activation="softmax"：多類別輸出層的激活函數，輸出各類別的機率，總和為 1
- Input(shape=(9,))：定義模型輸入形狀，本身沒有參數，不出現在 summary 的參數統計
Step 4 完整公式對應
Titanic MLP 逐層參數計算： Input shape=(9,) → 0 個參數（不計） Dense(10, relu) 輸入 9 → 9×10 + 10 = 100 ← 空格 1 Dense(10, relu) 輸入 10 → 10×10 + 10 = 110 ← 空格 2 Dense(1, sigmoid) 輸入 10 → 10×1 + 1 = 11 Total trainable params = 100 + 110 + 11 = 221 激活函數對照： ReLU: f(x) = max(0, x) ← 隱藏層常用 Sigmoid: f(x) = 1/(1+e^(-x)) ← 二元分類輸出層 Tanh: f(x) = (e^x-e^(-x))/(e^x+e^(-x)) ← ReLU 替代 Softmax: f(x_i) = e^(x_i) / Σe^(x_j) ← 多類別輸出層 選項 A 的錯誤：把 Sigmoid 的公式套在 ReLU 上 選項 D 的錯誤：Sigmoid 用於二元分類，不是多類別分類
Step 5 自我複述
- Dense(10) 的輸入從哪裡來？怎麼知道輸入維度是多少？
- Dense 層的 bias 有幾個？是共用一個還是每個輸出神經元各一個？
- ReLU 和 Sigmoid 各自用在什麼位置（隱藏層 vs 輸出層）？為什麼？
- 如果把最後一層改成 Dense(10, activation="softmax")，這個模型就能做什麼？
- binary_crossentropy 和 categorical_crossentropy 分別適用什麼場景？
錯選項
為什麼其他選項是錯的
Aactivation="relu" 的公式是 f(x) = 1/(1+e^(-x))
字面在說什麼
ReLU 激活函數的數學式是 Sigmoid 公式。
為什麼不對
ReLU（Rectified Linear Unit）的公式是 f(x) = max(0, x)：x 大於 0 就輸出 x，小於等於 0 就輸出 0。f(x) = 1/(1+e^(-x)) 是 Sigmoid 函數的公式，兩者名稱和公式完全不同。
誰會選錯
記得「激活函數有個 S 型公式」，但不知道那是 Sigmoid 而非 ReLU；或者把 ReLU 和 Sigmoid 的名字背混了。
B空格 1 為 110，空格 2 為 100
字面在說什麼
第一個 Dense 層有 110 個參數，第二個有 100 個。
為什麼不對
第一個 Dense(10) 的輸入是 X_train.shape[1] = 9（Titanic 的特徵數），參數 = 9×10+10 = 100；第二個 Dense(10) 的輸入是上一層的 10 個神經元，參數 = 10×10+10 = 110。選項 B 把兩個空格的數字弄反了。
誰會選錯
對第一個 Dense 的「輸入是 9 還是 10」不確定，看到兩個都是 Dense(10) 就以為輸入也是 10，計算出 110；但第一個 Dense 的輸入其實是特徵數 9。
Dactivation="sigmoid" 一般用於多類別分類預測模型
字面在說什麼
Sigmoid 激活函數用於多類別分類。
為什麼不對
Sigmoid 輸出 0-1 之間的單一數值，代表「屬於正類的機率」，只適合二元分類（survived=0 或 1）。多類別分類（例如辨識 10 種數字）需要 Softmax，它輸出每個類別的機率，且所有類別的機率加起來等於 1。Titanic 預測「存活/死亡」正是典型的二元分類，用 Sigmoid 完全正確。
誰會選錯
誤以為 Sigmoid 可以輸出多個類別的機率，或者記混了 Sigmoid 和 Softmax 的用途。
變形題
同個考點下次怎麼變形
答案
9×64+64 = 576+64 = 640。第二層 Dense(10) 的輸入也從 10 變成 64，參數 = 64×10+10 = 650。網路加寬讓第一層和第二層的參數都大幅增加。
答案
把 Dense(1, activation="sigmoid") 改成 Dense(10, activation="softmax")，損失函數從 binary_crossentropy 改成 categorical_crossentropy（或 sparse_categorical_crossentropy 取決於標籤格式）。最後一層參數 = 10×10+10 = 110。
答案
1. 計算快：max(0,x) 比 e^(-x) 的指數運算快很多。2. 不會梯度消失：Sigmoid 在 |x| 很大時梯度趨近 0（飽和），ReLU 在正區間梯度固定為 1。3. 稀疏激活：負數輸出 0，讓網路更稀疏，減少過擬合。主要缺點是「神經元死亡」（dying ReLU）：如果某神經元的輸入始終為負，它永遠輸出 0，梯度也是 0，無法恢復。
答案
第一層：9×10 = 90（減少 10 個 bias）；第二層：10×10 = 100（減少 10 個 bias）。雖然參數減少，但少了 bias 可能降低模型的表達能力，通常不推薦除非有特殊理由（例如使用 BatchNorm 後 bias 的效果被 BN 的 gamma/beta 取代）。
答案
技術上兩者都能跑，但 binary_crossentropy 是二元分類問題的最佳選擇：它對機率的偏差更敏感（對數尺度），訓練收斂更快。mean_squared_error 用於迴歸問題，若用於分類，損失函數不對應機率分佈，梯度傳播效果較差，收斂更慢、效果更差。
延伸
想再往下看，這 5 個
- 前饋神經網路（Feedforward Neural Network）
MLP 的正式名稱，Dense 層堆疊構成的全連接網路，本題的架構基礎。 - 修正線性單元（ReLU）
選項 A 的混淆來源，f(x) = max(0, x)，是深度學習隱藏層最常用的激活函數。 - S 型函數（Sigmoid）
本題輸出層的激活函數，f(x) = 1/(1+e^(-x))，輸出二元分類機率，選項 A 把它的公式誤套在 ReLU 上。 - 模型參數（Parameters）
本題計算的核心，Dense 層的參數 = weight + bias = 輸入數×輸出數 + 輸出數。 - 交叉熵損失（Cross-Entropy Loss）
本題模型用 binary_crossentropy，是二元分類的標準損失函數，多類別用 categorical_crossentropy。