刚刚开始接触Keras，感觉确实是简单易用，但是确实没有Tensorflow那么灵活，而且计算图的建立在某些方面是不是也和Tensorflow有些区别？
我的模型架构是上图所示，左边Tensor经过Embedding层之后得到中间结果Matrix 1，然后Input层的输入与Matrix 1进行一些计算，之后在经过Layer2 和Layer3，得到最终的输出。这样的话，在Keras里面Embedding层是不是没有加到计算图中，因为我用model.summary()打印的时候，没有显示Embedding层。
代码主要部分如下：
Example 1是正常的，Example 2就是上图的模型架构，没有把Embedding层加到计算图。我的理解是：如果通过Model（）定义模型，是不是只有Input层直接相关的层才会加到模型当中，比如图中的Matrx1是一个中间结果，那么它左边的Dense层是没法加到模型中的？
希望大家能帮我解答一下，十分感谢。
