我在TensorFlow中训练了2个不同但相似的数据集上的模型，每个都使用了如下相同的代码:

model = tf.keras.models.Sequential([
  tf.keras.layers.Input(shape=(D,)),
  tf.keras.layers.Dense(1, activation='sigmoid')                                    
])

model.compile(optimizer='adam',
              loss='binary_crossentropy',
              metrics=['accuracy'])

r = model.fit(x_train, y_train, validation_data=(x_test, y_test), epochs=120)

我想看看训练后得到的模型有多相似，以决定对两个数据集使用一个通用模型是否有意义。

首先，我应该看什么来确定模型相似性？ 层的重量？

第二，我怎样才能从我训练的模型中获得这些信息，以便我可以将其可视化呢？