Conv2D
filter 滤波器，用n滤波器扫描同一张图片，每个滤波器总结出一个feature。
每个滤波器会生成一张图片，表示32个不同特征图片。
kernel_size 卷积核的尺寸
strides 卷积核的步长，分为行和列方向
padding valid，same，full

MaxPooling2D
pool_size 池化核尺寸
strides 池化核移动步长
padding valid，same，full

Activation
softmax,softplus,softsign,relu,tanh,sigmoid,hard_sigmoid,linear

Flatten层

Dense层全链接层

Sequential模型的fit
verbose 0不在标准输出日志，1输出进度条，2每个epoch输出一行纪录
validation_split 0-1切分一定比例做验证数据集
validation_data 验证集合

Sequentail模型的evaluate
evalute(self,x,y,batch_size,verbose=1,sample_weight=None)

循环神经网络

GRU，SimpleRNN，lstm
input_dim 输入维数
weights 初始化权重
return_sequences 默认False，控制返回类型，若为true则返回整个序列，否则返回序列最后一个输出。
go_backwards 默认false，true表示逆向处理序列
stateful 默认false，true则一个batch下表为i的样本最终状态将会用做下一个batch同样下表的样本初始状态

dropout

unroll 默认false，true跟展开数据有关

[ML]keras的常用层