理解 keras model.summary()答案

【问题标题】：Understanding keras model.summary()理解 keras model.summary()
【发布时间】：2019-06-29 19:09:24
【问题描述】：

我正在尝试理解 keras 中的model.summary()，我的代码为：

model = Sequential([
        Dense(3,activation='relu',input_shape=(6,)),
        Dense(3,activation='relu'),
        Dense(1),
    ])
model.compile(optimizer='adam',
                 loss='mean_squared_error',
                  metrics=['mae','mape','mse','cosine']
                 )

当我 print(model.summary()) 我得到输出为

_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
dense_16 (Dense)             (None, 3)                 21        
_________________________________________________________________
dense_17 (Dense)             (None, 3)                 12        
_________________________________________________________________
dense_18 (Dense)             (None, 1)                 4         
=================================================================
Total params: 37
Trainable params: 37
Non-trainable params: 0
_________________________________________________________________
None

相对于我描述的模型输入层，我无法理解dense_16、dense_17 和dense_18 的含义。

【问题讨论】：

标签： python-3.x keras keras-layer

【解决方案1】：

这些只是 Keras 自动生成的层的名称。要手动命名图层，请将关键字参数 name='my_custon_name' 传递给您要命名的每个图层。请注意，图层名称在模型中必须是唯一的。

层名称对于调试和获取代码中的特定层很有用，例如使用model.get_layer(layer_name)。

【讨论】：

【解决方案2】：

这些只是图层的名称。如果您没有明确指定图层名称，它们将被自动命名和编号。

【讨论】：