model.summary

model.summary()是Keras库中用于显示模型结构和参数数量的函数。

它可以在训练模型之前使用，用于查看模型的层次结构、每一层的输出形状以及模型的总参数数量等信息。

下面是一个示例：

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

model = Sequential()
model.add(Dense(64, input_shape=(10,), activation='relu'))
model.add(Dense(32, activation='relu'))
model.add(Dense(1, activation='sigmoid'))

model.summary()

运行上面的代码后，你将看到以下输出：

Model: "sequential"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
dense (Dense)                (None, 64)                704       
_________________________________________________________________
dense_1 (Dense)              (None, 32)                2080      
_________________________________________________________________
dense_2 (Dense)              (None, 1)                 33        
=================================================================
Total params: 2,817
Trainable params: 2,817
Non-trainable params: 0
_________________________________________________________________

上述输出中，首先显示了模型的名称（"sequential"），接着是每一层的详细信息。每一层都包括层的名称、类型、输出形状和参数数量。

此外，还显示了总共的参数数量，其中包括可以被训练的参数（Trainable params）和不可训练的参数（Non-trainable params）。

总结一下，model.summary()提供了一个简洁清晰的方式来查看和分析模型的结构和参数数量。