tensorflow - 画像分類問題の畳み込みニューラル ネットワークの高密度層のユニット数を選択する方法は?

Question

from keras import layers
from keras import models
model = models.Sequential()
model.add(layers.Conv2D(32, (3, 3), activation='relu',
input_shape=(150, 150, 3)))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Conv2D(64, (3, 3), activation='relu'))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Conv2D(128, (3, 3), activation='relu'))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Conv2D(128, (3, 3), activation='relu'))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Flatten())
model.add(layers.Dense(512, activation='relu'))
model.add(layers.Dense(1, activation='sigmoid'))

画像を猫または犬のいずれかに分類するバイナリ分類問題のコードを読んでいる間、彼らは密層で 512 単位を使用しました。彼らはどうやってそれを思いついたのですか？高密度レイヤーのユニット数を取得する式はありますか。通常、多くの機能がある場合、高密度レイヤーで多数のユニットを選択します.しかし、ここではどのように機能を識別しますか?出力の高密度レイヤーにはバイナリ分類問題として1つのユニットがあることがわかっているため、出力は次のいずれかになりますシグモイド関数による 0 または 1。