Python 如何用输入和输出层的值可视化DNN或CNN模型？

我已经将可视化应用于DNN模型，但是图像只包含一个密集层，没有输入和输出层的值！ 下面的代码解释了可视化过程，没有任何错误，我尝试在图像中显示输入和输出层的值

import pandas as pd
.
. 
tf.keras.utils.plot_model
.
.
def create_model():

model = Sequential()
model.add(Input(n_features))
model.add(BatchNormalization())
model.add(Dense(51, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(68, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(85, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(85, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(68, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(51, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(n_outputs, activation='sigmoid'))
model.compile(loss='binary_crossentropy', 
              optimizer='Adam', 
              metrics=['accuracy'])
tf.keras.utils.plot_model(model, to_file='model_combined.png')
#model.summary()
return model    

#I have tried to use 
#from keras.utils.vis_utils import plot_model
# but i found this error : TypeError: 'InputLayer' object is not iterable
# so i use the above library to implement visualization without any error.

---

请注意，我已经下载了所有这些库：Graphviz、pydot、pydotplus、python Graphviz

您是否尝试过：

来自keras.utils import plot_model；进口pydot；plot_model（model，to_file='model.png'，show_shapes=True）

同样，在IPython笔记本上，我以前也使用过：

来自IPython.display import SVG；从keras.utils.vis_-utils导入模型_到_-dot；SVG（model-to-dot（model1-bg）.create（prog='dot'，format='SVG'）@ashwingeted'Sa，应用第一个解决方案后，出现此错误：“InputLayer”对象不可移植@AshWingeted'Sa，sconed解决方案，也出现了与之前相同的错误：TypeError:“InputLayer”对象不适用。您需要至少提供输入层中的大小。或者，您可以删除输入层，并在第一层中提及输入的大小/尺寸。