Python 如何使用图形在Tensorflow中创建模型

我试图理解以下模型是如何在tensorflow中建立的。我更习惯于看到使用Tensorflow.kera.Sequential（）制作的多层感知器。如果有人能解释模型是如何创建的，或者如何了解更多关于其体系结构的信息，比如model.summary（），我会非常感激。谢谢

资料来源：

该类的完整定义可以在上面的链接中找到

def make_model(self, is_train: bool):
        with self.__sess.graph.as_default():
            random.seed(self.hyperparameters['seed'])
            np.random.seed(self.hyperparameters['seed'])
            tf.set_random_seed(self.hyperparameters['seed'])

            self._make_model(is_train=is_train)
            self._make_loss()
            if is_train:
                self._make_training_step()
                self.__summary_writer = tf.summary.FileWriter(self.__tensorboard_dir, self.__sess.graph)

---

如果你想得到模型架构，你可以简单地使用tensorboard。正如你在这行看到的

self.__summary_writer = tf.summary.FileWriter(self.__tensorboard_dir, self.__sess.graph)

将会话图写入

self.\uu tensorboard\u dir

位置的文件中。您只需启动tensorboard并通过给定的url访问它

要启动tensorboard，请打开终端并使用此命令

tensorboard --logdir="<file path (url of self.__tensorboard_dir)>"

tensorboard--logdir=“”

这将启动服务器并显示指向tensorboard的URL。在tensorboard中，您有图形选项卡，该选项卡将显示整个体系结构

tensorboard --logdir="<file path (url of self.__tensorboard_dir)>"