如何查看keras.engine.sequential.sequential

我是Keras和deep learning的新手，曾与MNIST合作研究Keras。当我使用

model = models.Sequential()
model.add(layers.Dense(512,activation = 'relu',input_shape=(28*28,)))
model.add(layers.Dense(32,activation ='relu'))
model.add(layers.Dense(10,activation='softmax'))

然后我把它打印出来

print(model)

输出为

<keras.engine.sequential.Sequential at 0x7f3d554f6710>

我的问题是，有没有办法看到Keras更好的结果，这意味着如果我打印

模型

，我可以看到我有3个隐藏层，第一个隐藏层有512个隐藏单元和784个输入单元，第二个隐藏层有512个输入单元和32个隐藏单元，依此类推。

model.summary（）将为您打印整个模型

model = Sequential()
model.add(Dense(512,activation = 'relu',input_shape=(28*28,)))
model.add(Dense(32,activation ='relu'))
model.add(Dense(10,activation='softmax'))
model.summary()

Model: "sequential_1"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
dense (Dense)                (None, 512)               401920    
_________________________________________________________________
dense_1 (Dense)              (None, 32)                16416     
_________________________________________________________________
dense_2 (Dense)              (None, 10)                330       
=================================================================
Total params: 418,666
Trainable params: 418,666
Non-trainable params: 0
____________________________

---

为什么

输出形状

具有第一个参数None？

Param#

是否显示模型的权重？Param是权重的数量。对于第一层，权重=28 X 28 X 512+512=40120。最后一项是512个偏差权重。无表示输入将作为批次提供。感谢澄清。