我有以下代码。它具有五个卷积层，其中包含128个（3X3）滤波器，然后减少2，分别为64（3X3），32（3X3），16（3X3）和8（3X3）。我想了解第一层，第二层的输出，如何可视化它，还请引导我进入下一层时，我们可以看到第一层的输出远远大于第二层的输入，因此我们如何进行管理它？
在最后一行，当我们连接时，它以哪个顺序保存（是8X8输出）吗？由于我是pyhton的新手，请帮助我解决此问题。 代码如下。
ds = 2
t1 = Input((None, None, 1)) (t1 is grey scale image of 35X35)
conv1a = Conv2D(128, (3, 3), activation='relu', padding='same')(t1)
conv2a = Conv2D(128 // ds, (5, 5), activation='relu', padding='same')(conv1a)
conv3a = Conv2D(128 // (ds * 2), (3, 3), activation='relu', padding='same')(conv2a)
conv4a = Conv2D(128 // (ds ** 3), (5, 5), activation='relu', padding='same')(conv3a)
conv5a = Conv2D(128 // (ds ** 4), (3, 3), activation='relu', padding='same')(conv4a)
fl = Input((None, None, 1)) (fl i also a grey scale image of size 35X35)
conv1b = Conv2D(128, (3, 3), activation='relu', padding='same')(fl)
conv2b = Conv2D(128 // ds, (5, 5), activation='relu', padding='same')(conv1b)
conv3b = Conv2D(128 // (ds * 2), (3, 3), activation='relu', padding='same')(conv2b)
conv4b = Conv2D(128 // (ds ** 3), (5, 5), activation='relu', padding='same')(conv3b)
conv5b = Conv2D(128 // (ds ** 4), (3, 3), activation='relu', padding='same')(conv4b)
concat = concatenate([conv5a, conv5b], axis=-1)