查看模型时，可以得到下列图形：
由于输入层和隐藏层是一块建立的，因此查看模型时输入层和隐藏层只有一层dense（Dense），在该层中输出了两个参数，分别是 Output Shape =（None，256），Param=200960。
Output Shape 第一个参数是Batch size（批尺寸），当批尺寸为None时，表示把数据一次性都放进模型中训练；第二个是输入的shape，输入了256个一维数据。
Param是200960，第一层输入数据（1，784），根据输出的计算公式
，可知
结果是（784，256），
数据是（1，256）。Param = 784 x 256 + 256 = 200960。
总的来说，每一层的Param可以这么计算：
Param = (上一层神经元数量）x （本层的神经元数量） + （本层的神经元数量）
其中，(上一层神经元数量）x （本层的神经元数量）：代表的是的参数
本层的神经元数量：代表的是的参数
照着这种思路，检验一下dense_1(Dense)的参数是否是这样的。 在该层中输出了两个参数，Output Shape =（None，10），Param=2570。
输出是（1，10）的数据，因此Output Shape的第二个参数为10，没问题。
Param=256*10+10=2570，因此Param为2570，没问题。