我有一个关于tensorflow的问题：
CNN具有一个输入层，三个（CNN，MaxPooling）层，一个完全连接的隐藏层和一个输出层 . 当我使用model.summary（）来显示架构时，我无法理解为什么有两个隐藏层 .
img_input = layers.Input（shape =（150,150,3））
x = layers.Conv2D（16,3，activation ='relu'）（img_input）
x = layers.MaxPooling2D（2）（x）
x = layers.Conv2D（32,3，activation ='relu'）（x）
x = layers.MaxPooling2D（2）（x）
x = layers.Conv2D（64,3，activation ='relu'）（x）
x = layers.MaxPooling2D（2）（x）
x = layers.Flatten（）（x）
x = layers.Dense（512，activation ='relu'）（x）
output = layers.Dense（1，activation ='sigmoid'）（x）
model = Model（img_input，output）
model.summary（）
图层（类型）输出形状参数＃
input_4（InputLayer）（无，150,150,3）0
conv2d_9（Conv2D）（无，148,148,16）448
max_pooling2d_9（MaxPooling2（无，74,74,16）0
conv2d_10（Conv2D）（无，72,72,32）4640
max_pooling2d_10（MaxPooling（无，36,36,32）0
conv2d_11（Conv2D）（无，34,34,64）18496
max_pooling2d_11（MaxPooling（无，17,17,64）0
flatten（Flatten）（无，18496）0
密集（密集）（无，512）9470464
flatten_1（展平）（无，512）0
dense_2（密集）（无，512）262656
dense_3（密集）（无，1）513
总参数：9,757,217
可训练的参数：9,757,217
不可训练的参数：0