keras的核心数据结构是模型，模型是一种组织网络层的方式。Keras中主要的模型是sequential模型，其实一系列网络层按顺序构建的栈。

sequential 模型如下：

from keras.models import Sequential
model = Sequential

将一些网络层通过.add()堆叠起来，就构成了一个模型：

from keras.layers import Dense ,Activation
model.add(Dense(Units=64,input_dim=100))
model.add(Activition("relu"))
model.add(Dense(units=10))
model.add(Activation("softmax"))

完成模型的搭建后，我们使用.compile()方法来编译模型：

model.compile(loss="categorical_crossentropy",optimizer="sgd",metrics=['accuracy'])

编译模型的时候必须指定好损失函数与优化器，

from keras.optimizers import SGD
model.compile(loss='categorical_corssentropy',optimizer=SGD(lr=0.01,momentum=0.9,nesterov=T))

完成编译模型之后，我们在训练数据上按照batch进行一定次数的迭代来训练网络

model.fit(x_train,y_train,epochs=5,batch_size=32)

或者使用我们的模型进行预测：

classes=model.predict(x_test,y_test,)

随后我们可以使用一行代码对模型进行评估

loss_and_metrics=model.evaluate(x_test,y_test,batch_size=128)

符号运算

keras模型搭建完毕之后，你得到的只是一个空壳子，只有实际生成可调用的函数之后，输入数据，才会形成真正的数据流

张量 tensor

是tensorflow的基本数据结构以及keras的基本数据结构，其本质上就是高维矩阵

batch

第一种，遍历全部数据集算一次损失函数，然后算函数对各个参数的梯度，更新梯度。这种方法每更新一次参数都要把数据集里的所有样本都看一遍，计算量开销大，计算速度慢，不支持在线学习，这称为Batch gradient descent，批梯度下降。
另一种，每看一个数据就算一下损失函数，然后求梯度更新参数，这个称为随机梯度下降，stochastic gradient descent。这个方法速度比较快，但是收敛性能不太好，可能在最优点附近晃来晃去，hit不到最优点。两次参数的更新也有可能互相抵消掉，造成目标函数震荡的比较剧烈。
去，hit不到最优点。两次参数的更新也有可能互相抵消掉，造成目标函数震荡的比较剧烈。
为了克服两种方法的缺点，现在一般采用的是一种折中手段，mini-batch gradient decent，小批的梯度下降，这种方法把数据分为若干个批，按批来更新参数，这样，一个批中的一组数据共同决定了本次梯度的方向，下降起来就不容易跑偏，减少了随机性。另一方面因为批的样本数与整个数据集相比小了很多，计算量也不是很大。
基本上现在的梯度下降都是基于mini-batch的，所以Keras的模块中经常会出现batch_size，就是指这个。
顺便说一句，Keras中用的优化器SGD是stochastic gradient descent的缩写，但不代表是一个样本就更新一回，还是基于mini-batch的。

epochs

epochs指的就是训练过程中数据将被“轮”多少次，就这样。