import tensorflow as tf x = tf.random.normal((2,3)) # 模拟样本数据 model = tf.keras.Sequential([ # 定义全连接层结构 tf.keras.layers.Dense(4,activation='relu'), # 第一层输出为4 tf.keras.layers.Dense(3,activation='relu'), tf.keras.layers.Dense(2) # 输出层不需要激活函数 ]) out = model(x) # 前向预测值 print('out:',out) print(model.summary()) # 网络结构打印 print() for i in model.trainable_variables: # 打印训练参数 print(i.name,i.shape)