Keras中model.summary（）是用来打印网络概况的方法。
举一反三
- 中国大学MOOC: 使用Sequential()函数搭建神经网络训练MNIST数据集的代码为：model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(), tf.keras.layers.Dense(128, activation=relu), tf.keras.layers.Dense(10, activation=softmax)])请问使用model.summary()打印网络结构和参数统计中，Total params的数目为？
- 以下代码中,能正确表示导入线性叠加模型的是( )。 A: import keras B: import tensorflow as tf C: model = Sequential() D: 上述都不能实现
- 使用Sequential()函数搭建神经网络训练MNIST数据集的代码为：model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(), tf.keras.layers.Dense(128, activation='relu'), tf.keras.layers.Dense(10, activation='softmax')])请问使用model.summary()打印网络结构和参数统计中，Total params的数目为？ A: 100480 B: 1280 C: 101770 D: 101632
- 关于Keras的说法中，________是正确的。 A: 与Tensorflow一样，Keras是一个多层神经网络开发包，只是它的语法更简单、使用更方便 B: Keras是专门用来构建CNN序贯模型的神经网络开发包，不能构建其它神经网络 C: 使用Keras构建的神经网络模型必须经过编译（Compile）之后，才能输入数据进行训练 D: Keras可以作为Tensorflow的后端使用
- Keras中模型预测命令是model.predict()。