我正在尝试使用 KerasTuner 自动调整神经网络架构，即隐藏层的数量和每个隐藏层中的节点数量。目前，神经网络架构是使用一个参数 来定义的NN_LAYER_SIZES。例如，
NN_LAYER_SIZES = [128, 128, 128, 128]
表示神经网络有 4 个隐藏层，每个隐藏层有 128 个节点。
KerasTuner 具有以下超参数类型（https://keras.io/api/keras_tuner/hyperparameters/）：
似乎这些超参数类型都不适合我的用例。所以我写了下面的代码来扫描隐藏层数和节点数。然而，它并没有被认为是一个超参数。
number_of_hidden_layer = hp.Int("layer_number", min_value=2, max_value=5, step=1)
number_of_nodes = hp.Int("node_number", min_value=4, max_value=8, step=1)
NN_LAYER_SIZES = [2**number_of_nodes for _ in range(number of hidden_layer)]
关于如何使其正确的任何建议？
我有一个包含所有数值的 pandas DataFrame 或 Series。我想选择 DataFrame 或 Series 的某一列中前 99% 的值，从而删除后 1% 的最小值。我应该如何在Python 3中实现这一点？谢谢！