要查看tensorflow模型的參數，可以使用以下方法：
model.summary()方法：在構建模型后，可以使用model.summary()方法來打印模型的詳細信息，包括每一層的名稱、輸出形狀和參數數量等信息。model = tf.keras.models.Sequential([
tf.keras.layers.Dense(128, activation='relu', input_shape=(784,)),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(10, activation='softmax')
])
model.summary()
model.layers屬性來訪問模型的每一層，然后使用get_weights()方法獲取每一層的權重和偏置。for layer in model.layers:
print(layer.get_weights())
model.get_config()方法：可以通過model.get_config()方法獲取模型的配置信息，包括每一層的類型、參數等。print(model.get_config())
通過以上方法，可以查看tensorflow模型的參數信息，幫助理解模型結構和優化模型性能。
