Keras Denseレイヤー：正しく使用する方法

import tensorflow as tf
from tensorflow.keras import layers

# batch_sizeが1の、ランダム入力特徴形状を作りましょう。
inputs = tf.random.uniform(shape=(1,3)) # (batch_size, num_features)

# 全結合層を初期化（分かりやすくするため、バイアスは使いません）。
dense_layer = layers.Dense(unit=4, use_bias=False)

# 出力として何を予測できるでしょうか？
print(dense_layer(inputs))
>>> tf.Tensor([[-0.07313907  0.31886736 -0.83136106  0.47411117]], shape=(1, 4), dtype=float32)

print(dense_layer.weights)
>>> [<tf.Variable 'dense_1/kernel:0' shape=(3, 4) dtype=float32, numpy=
 array([[-0.18026423,  0.8457761 ,  0.20618927,  0.34542954],
        [-0.68638337, -0.09881872, -0.891773  ,  0.7983763 ],
        [ 0.84850013, -0.5968083 , -0.522443  , -0.62690055]],
       dtype=float32)>]

# 形状（1、2、3）（ここで、1はバッチサイズ）の一定入力を初期化しましょう。
inputs = tf.constant(
    [[[1, 1, 1], [2, 2, 2]]]
)
# フラット化レイヤーの初期化
flatten = layers.Flatten()
# 出力として何を予測できるでしょうか？
outputs = flatten(inputs)
print(outputs)
>>> tf.Tensor([[1 1 1 2 2 2]], shape=(1, 6), dtype=int32)

dense_layer = layers.Dense(
    units=4, # この全結合層に4つのニューロンがあります。
    use_bias=False,
    kernel_initializer=tf.keras.initializers.Constant(value=0.5) # 0.5の一定値で重みが初期化されます。
)

# 出力として何を予測できるでしょうか？
print(dense_layer(outputs))
>>> tf.Tensor([[4.5 4.5 4.5 4.5]], shape=(1, 4), dtype=float32)

# 形状（1、2、3）（ここで、1はバッチサイズ、2は時間軸）の入力。
inputs = tf.constant(
    [[[1, 1, 1], [2, 2, 2]]]
)

# 入力のランクは2より大きいですか？
print(tf.rank(inputs))
>>> <tf.Tensor: shape=(), dtype=int32, numpy=3>

# 4つの出力ニューロンと一定重量0.5で、Denseレイヤーを初期化します。
dense_layer = layers.Dense(
    units=4,
    use_bias=False,
    kernel_initializer=tf.keras.initializers.Constant(value=0.5)
)

# どのような出力が予測されるでしょうか？
print(dense_layer(inputs))
>>> tf.Tensor(
[[[1.5 1.5 1.5 1.5]
  [3.  3.  3.  3. ]]], shape=(1, 2, 4), dtype=float32)

print(dense_layer.weights)
>>> [<tf.Variable 'dense_5/kernel:0' shape=(3, 4) dtype=float32, numpy=
 array([[0.5, 0.5, 0.5, 0.5],
        [0.5, 0.5, 0.5, 0.5],
        [0.5, 0.5, 0.5, 0.5]], dtype=float32)>]

# このdenseレイヤーは各「時間」に適用されます。
dense_layer = layers.Dense(
    units=4,
    use_bias=False,
    kernel_initializer=tf.keras.initializers.Constant(value=0.5)
)
# 「TimeDistributed」レイヤーを初期化します。
timedistributed = layers.TimeDistributed(dense_layer)
# どのような出力が予測されるでしょうか？
print(timedistributed(inputs))
>>> tf.Tensor(
[[[1.5 1.5 1.5 1.5]
  [3.  3.  3.  3. ]]], shape=(1, 2, 4), dtype=float32)

def MLPModel():
    inputs = layers.Input(shape=(10,))
    x = layers.Dense(configs["hidden_units"], activation="relu")(inputs)
    outputs = layers.Dense(10, activation="softmax")(x)

    return models.Model(inputs, outputs)