tf.keras.layers.Dense 레이어는 완전 연결 레이어로, 모든 입력 뉴런이 모든 출력 뉴런에 연결되는 구조를 갖습니다. 이를 통해 가중치와 편향이 자동으로 학습되며, 다양한 종류의 신경망 모델에서 활용됩니다. 아래는 tf.keras.layers.Dense 레이어를 사용한 간단한 예제입니다.

import tensorflow as tf

## 입력 데이터 크기: 4 (예시로)
input_size = 4

## Dense 레이어 정의
dense_layer = tf.keras.layers.Dense(units=3, activation='relu', input_shape=(input_size,))

## 더미 입력 데이터 생성
dummy_input = tf.random.normal(shape=(1, input_size))  # 배치 크기 1로 가정

## 덴스 레이어 실행
output = dense_layer(dummy_input)

print("Input shape:", dummy_input.shape)
print("Output shape:", output.shape)` 

위 예제에서는 tf.keras.layers.Dense 레이어를 사용하여 입력 크기가 4인 더미 데이터에 대한 레이어를 정의하고 실행합니다. 레이어는 units 매개변수로 출력 뉴런의 수를 지정하며, activation으로 활성화 함수를 지정합니다. input_shape는 입력 데이터의 형태를 나타냅니다.

실행 결과:

Input shape: (1, 4)
Output shape: (1, 3)` 

위에서 볼 수 있듯이, 입력 데이터의 형태가 (1, 4)이고 출력 데이터의 형태가 (1, 3)임을 확인할 수 있습니다. 이 예제는 하나의 입력 샘플에 대한 레이어 실행을 보여줍니다. 일반적으로 배치 크기를 가진 데이터에 대해 이러한 레이어를 사용하여 모델을 구성하고 훈련합니다.