Keras 是一個 Python 深度學習框架，可以方便地定義和訓練幾乎所有類型的深度學習模型。Keras 最開始是為研究人員開發的，其目的在於快速實驗。我們可以進入網站主頁 - Keras 中文文檔查看keras內的配置，如圖所示：
Keras的使用很簡單上手，但是運行keras需要一個后端引擎，這里推薦使用tensorflow后端。
當我們對keras代碼中有什么疑惑時，可以選擇查看網頁上對應的內容，然后對源代碼進行查看。比如說我們選擇查看常用數據集（Datasets）：
這里表示我們可以在keras里面直接調用的數據集，里面還有怎么調用每個數據集的代碼。
接下來我們在本地文件python中的site-packages下找到keras文件下的datasets文件可以看到每個數據集的調用文件的源代碼（我的源碼路徑為：C:\Users\Quiming\AppData\Roaming\Python\Python37\site-packages\keras\datasets）：
我們隨便選擇一個數據集文件打開，比如說mnist.py文件：
我們可以看到mnist里面的load_data函數具體是做什么，不一定要看懂，但是至少要知道在函數中輸入的是什么，輸出的是什么，這樣更能方便對函數的使用。
當我們不理解layers層時，我們可以查看layers文件下的編程文件：
所以當遇到keras中遇到語句不明白的或者錯誤但是找不到原因的，可以嘗試去keras網頁上或者本地文件中查看每個部分的信息；若只關注代碼的使用，則需要明白函數的輸入輸出，以及這個函數大概做了什么事情。（三大利器：keras文檔網頁、源碼以及baidu搜索）