2.2.3　打印显示已设计的model结构和参数

在程序2-10中，我们使用自定义层实现了model。如果读者认真学习了这部分内容，那么相信你一定可以实现自己的自定义层。

这里还有一个问题，对于自定义的层来说，这里的参数名（也就是在build中定义的参数名称）都是一样的。在层生成的过程中似乎并没有对每个层进行重新命名，或者将其归属于某个命名空间中。这与传统的TensorFlow 1.X模型的设计结果相冲突。

实践是解决疑问的最好办法。TensorFlow中提供了打印模型结构的函数，代码如下：

     print(model.summary())

这个函数使用时将其置于构建后的model下，即可打印模型的结构与参数。

【程序2-11】

打印结果如图2.14所示。

图2.14　打印结果

从打印出的模型结构可以看到，这里每一层都根据层的名称重新命名，而且由于名称相同，TensorFlow框架自动根据其命名方式对其进行层数的增加（名称）。

对于读者更关心的参数问题，从对应行的第三列param可以看到，不同的层，其参数个数也不相同，因此可以认为在TensorFlow中重名的模型被自动赋予一个新的名称，并存在于不同的命名空间之中。