理解keras model.summary()

Question

我正在尝试理解keras中的model.summary()，我有如下代码：

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']
                 )

当我使用print(model.summary())命令时，我得到的输出是

_________________________________________________________________
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

关于我所描述的模型输入层，我无法理解dense_16、dense_17和dense_18的含义。

Answer 1

这些只是Keras自动生成的图层的名称。要手动命名图层，请将关键字参数name='my_custon_name'传递给要命名的每个图层。请注意，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非常有用，例如使用model.get_layer(layer_name)。

Answer 2

这些只是你的图层的名字。如果未显式指定图层名称，则只会自动对其进行命名和编号。