keras-层与层之间的差异

我想计算模型层的数量。我使用两种方法：

len(model.layers)

及

但是我得到了不同的结果。按深度排列的

层与
层之间有什么区别？谢谢大家!
 您可以阅读以了解如何按深度构建
层
：

#构建一个dict{depth:list of layer with this depth}
层按深度={}
对于层，层中的深度\u深度。项（）
如果深度不在层中，则按深度：
逐层深度[深度]=[]
层按层深度[depth]。追加（层）

以及如何构建
self.layers
：

#按深度设置self.layers和self.layers。
层=[]
对于深度键：
层的深度=层的深度[深度]
#Container.layers需要具有确定的顺序：
#这里我们按遍历顺序对它们进行排序。
用于深度排序的层（key=lambda x:layer\u索引[x]）
对于层中的层，对于层深度：
层。附加（层）
self.layers=层
self.layers\u by\u depth=layers\u by\u depth
您可以阅读以了解如何按深度构建
层：

#构建一个dict{depth:list of layer with this depth}
层按深度={}
对于层，层中的深度\u深度。项（）
如果深度不在层中，则按深度：
逐层深度[深度]=[]
层按层深度[depth]。追加（层）

以及如何构建
self.layers
：

#按深度设置self.layers和self.layers。
层=[]
对于深度键：
层的深度=层的深度[深度]
#Container.layers需要具有确定的顺序：
#这里我们按遍历顺序对它们进行排序。
用于深度排序的层（key=lambda x:layer\u索引[x]）
对于层中的层，对于层深度：
层。附加（层）
self.layers=层
self.layers\u by\u depth=layers\u by\u depth
模型。层
提供所有层的列表。正如您添加的那样，它们非常有序

model.layers\u by\u depth
（在较新版本中似乎已被删除）将为您提供一个dict，其中包含每个深度（键）的层列表

模型。对于线性模型（即每个层有一个输入/输出），按深度划分的层非常相似，但对于非线性模型（如初始网络）则不同。在这里，层将按深度分组。
如果您有一个深度为
n
的层输出到两个层，那么您将在深度为
n+1
的列表中找到这两个新层，而不是未分组的
模型。层
模型。层
提供了所有层的列表。正如您添加的那样，它们非常有序

model.layers\u by\u depth
（在较新版本中似乎已被删除）将为您提供一个dict，其中包含每个深度（键）的层列表

模型。对于线性模型（即每个层有一个输入/输出），按深度划分的层非常相似，但对于非线性模型（如初始网络）则不同。在这里，层将按深度分组。
如果在深度
n
中有一个输出到两个层的层，您将在深度
n+1
的列表中找到这两个新层，而不是未分组的
模型.layers

len(model.layers_by_depth)