如何更改隐藏节点？

Question

这是我第一次使用tensorflow，我试图了解如何使用它。我想将隐藏节点号更改为10并训练该神经网络。完成之后，我想在从训练中学到的隐藏层中绘制要素。也就是说，将第一层（在输入和第一隐藏层之间）的学习权重（向量）重塑为图像尺寸（2D）并显示它们。我只需要有关如何执行此操作的说明。

import tensorflow as tf
mnist = tf.keras.datasets.mnist

(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(),
  tf.keras.layers.Dense(512, activation=tf.nn.relu),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation=tf.nn.softmax)
])
model.compile(optimizer='adam',
           loss='sparse_categorical_crossentropy',
           metrics=['accuracy'])

model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test)