Keras Can'；t使用此方法在模型摘要中可视化退出层

型号：“型号9”

---

图层（类型）输出形状参数# 输入层mlp（输入层）（无，189）0

---

隐藏的（密集的）（无，256）48640

---

隐藏的（密集的）（无，128）32896

---

out_mlp（致密）（无，10554）1361466 总参数：1443002 可培训参数：1443002 不可训练参数：0

如上所示，“退出”层在模型摘要中不可见。

您可以添加吗？您可以添加吗？

n_col = X_tr_ss.shape[1]
n_out = y_tr_ss.shape[1]
com_name = 'mlp'

dn_lyr = [256, 128]
drp_out = [0.2]
actv_name = ['relu','relu']

n_patience = 5
n_epoch = 300

nd_lyr = len(dn_lyr)
in_lyr = k.layers.Input(shape=(n_col,), name = 'inpt_'+com_name)
re_lyr = k.layers.Dense(dn_lyr[0],activation=actv_name[0], name = 'hidden_1_'+com_name)(in_lyr)
dp_lyr = k.layers.Dropout(drp_out[0])(re_lyr)

if nd_lyr > 1:
    dn_lyn = dn_lyr[1:]
    ac_nm = actv_name[1:]
    for i_lyr, nd in enumerate(dn_lyn):
        re_lyr = k.layers.Dense(nd, activation=ac_nm[i_lyr], name = 'hidden_'+str(i_lyr+2)+ '_'+com_name)(re_lyr)
out_lyr = k.layers.Dense(n_out, name = 'out_'+com_name)(re_lyr)
model_mlp = k.models.Model(in_lyr,out_lyr)

model_mlp.summary()