打印出Tensorflow网络中每个层的形状摘要

下面是一个打印出TensorFlow网络中每个层的形状摘要的示例代码：

import tensorflow as tf

def print_layer_shapes(model):
    for i, layer in enumerate(model.layers):
        print("Layer {}: {}".format(i+1, layer.name))
        print("Input shape: {}".format(layer.input_shape))
        print("Output shape: {}".format(layer.output_shape))
        print()

# 创建一个示例网络
model = tf.keras.Sequential([
    tf.keras.layers.Dense(64, activation='relu', input_shape=(32,)),
    tf.keras.layers.Dense(10, activation='softmax')
])

# 打印网络中每个层的形状摘要
print_layer_shapes(model)

这个示例使用了TensorFlow 2.x版本的tf.keras API来创建一个简单的序贯模型。print_layer_shapes函数遍历模型中的每个层，并打印其输入和输出形状。

请注意，这个示例假设你已经安装了TensorFlow，并且导入了必要的库。