1. 几个重要的API

1. compile：配置或编译模型
2. fit：以指定的epoch自动训练模型
3. evaluate：根据输入的(x,y)来评估上一步得到的模型
4. predict：基于之前得到模型，对输入的x预测输出结果
5. 一些小函数
   • train_on_batch
   • test_on_batch
   • predict_on_batch
   • fit_generator
     • 使用 Python 生成器或 Sequence 实例逐批生成的数据，按批次训练模型。生成器与模型并行运行，以提高效率。 例如，这可以让你在 CPU 上对图像进行实时数据增强，以在 GPU 上训练模型。keras.utils.Sequence 的使用可以保证数据的顺序， 以及当 use_multiprocessing=True 时 ，保证每个输入在每个 epoch 只使用一次。
   • evaluate_generator
   • predict_generator
   • get_layer
     • 根据名称（唯一）或索引值查找网络层。