Python 如何解释tensorflow模型摘要中打印的输出形状？

我有简单的多层感知器用于MNIST数据分类问题

model = tf.keras.Sequential([
  tf.keras.layers.Flatten(),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dense(10, activation='softmax')
])

打印摘要时，我收到以下输出：

_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
flatten_8 (Flatten)          (None, 784)               0         
_________________________________________________________________
dense_16 (Dense)             (None, 128)               100480    
_________________________________________________________________
dense_17 (Dense)             (None, 10)                1290      
=================================================================
Total params: 101,770
Trainable params: 101,770
Non-trainable params: 0
_________________________________________________________________

如何解释摘要中打印的输出形状？为什么输出形状元组中没有therm？为什么不只是（784）在第一层？

无”值指的是输入样本的数量（批量大小）。要允许您在不同大小的训练集上进行训练，此值为“无”。如果它是一个数字，比如说50，这意味着你只能训练50个样本，这通常不是很有用（但偶尔也有应用程序）