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型別的深度學習模型。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 中文文件檢視keras內的配置，如圖所示：
Keras的使用很簡單上手，但是執行keras需要一個後端引擎，這裡推薦使用tensorflow後端。
當我們對keras程式碼中有什麼疑惑時，可以選擇檢視網頁上對應的內容，然後對原始碼進行檢視。比如說我們選擇檢視常用資料集（Datasets）：
這裡表示我們可以在keras裡面直接呼叫的資料集，裡面還有怎麼呼叫每個資料集的程式碼。
接下來我們在本地檔案python中的site-packages下找到keras檔案下的datasets檔案可以看到每個資料集的呼叫檔案的原始碼（我的原始碼路徑為：C:\Users\Quiming\AppData\Roaming\Python\Python37\site-packages\keras\datasets）：
我們隨便選擇一個資料集檔案開啟，比如說mnist.py檔案：
我們可以看到mnist裡面的load_data函式具體是做什麼，不一定要看懂，但是至少要知道在函式中輸入的是什麼，輸出的是什麼，這樣更能方便於理解。
當我們不理解layers層時，我們可以檢視layers檔案下的程式設計檔案：
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網頁上或者本地檔案中檢視每個部分的資訊；若只關注程式碼的使用，則需要明白函式的輸入輸出，以及這個函式大概做了什麼事情。（三大利器：keras文件網頁、原始碼以及baidu搜尋）