要查看TensorFlow模型的参数，可以使用model.summary()方法来打印出模型的结构和参数数量。示例代码如下：
云服务器
物理服务器
虚拟主机
跨境电商服务器import tensorflow as tf
# 创建模型
model = tf.keras.Sequential([
tf.keras.layers.Dense(64, activation='relu', input_shape=(784,)),
tf.keras.layers.Dense(64, activation='relu'),
tf.keras.layers.Dense(10)
])
# 打印模型的参数
model.summary()
运行以上代码，会输出类似如下的结果：
Model: "sequential"
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
dense (Dense) (None, 64) 50240
_________________________________________________________________
dense_1 (Dense) (None, 64) 4160
_________________________________________________________________
dense_2 (Dense) (None, 10) 650
=================================================================
Total params: 55,050
Trainable params: 55,050
Non-trainable params: 0
_________________________________________________________________
以上结果中，Param #列显示了每个层的参数数量，Total params列显示了总的参数数量。
辰迅云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
推荐阅读： python中怎么安装tensorflow库