关于keras框架的介绍以及操作使用

　　Keras 是一个 Python 深度学习框架，可以方便地定义和训练几乎所有类型的深度学习模型。Keras 最开始是为研究人员开发的，其目的在于快速实验。我们可以进入网站主页 - Keras 中文文档查看keras内的配置，如图所示：

　　Keras的使用很简单上手，但是运行keras需要一个后端引擎，这里推荐使用tensorflow后端。

当我们对keras代码中有什么疑惑时，可以选择查看网页上对应的内容，然后对源代码进行查看。比如说我们选择查看常用数据集（Datasets）：

　　这里表示我们可以在keras里面直接调用的数据集，里面还有怎么调用每个数据集的代码。

　　接下来我们在本地文件python中的site-packages下找到keras文件下的datasets文件可以看到每个数据集的调用文件的源代码（我的源码路径为：C:\Users\Quiming\AppData\Roaming\Python\Python37\site-packages\keras\datasets）：

　　我们随便选择一个数据集文件打开，比如说mnist.py文件：

　　我们可以看到mnist里面的load_data函数具体是做什么，不一定要看懂，但是至少要知道在函数中输入的是什么，输出的是什么，这样更能方便于理解。

当我们不理解layers层时，我们可以查看layers文件下的编程文件：

　　所以当遇到keras中遇到语句不明白的或者错误但是找不到原因的，可以尝试去keras网页上或者本地文件中查看每个部分的信息；若只关注代码的使用，则需要明白函数的输入输出，以及这个函数大概做了什么事情。（三大利器：keras文档网页、源码以及baidu搜索）