更高级别的封装、更简单的api，以tensorflow、theano为后端，支持更多的平台
读取网络模型后生成网络结构图
读取
from keras.models import load_model
model = load_model('neck.net')
绘制一张模型图，并保存为文件：
from keras.utils import plot_model
plot_model(model, to_file='model.png')
plot_model有两个可选参数:
show_shapes(默认为False) 控制是否在图中输出各层的尺寸。show_layer_names(默认为True) 控制是否在图中显示每一层的名字。
FAQ
https://keras.io/zh/getting-started/faq/
keras中有两种方式搭建网络：sequential 和 model，这两种方式都是用keras提供号的层，但是也可以通过继承model类实现自定义层
sequential实现，包含多种网络示例（MLP交叉熵损失softmax多分类，MLP交叉熵损失sigmoid二分类，VGG，LSTM，1维卷积序列分类，栈式LSTM，带状态的栈式LSTM）
https://keras.io/zh/getting-started/sequential-model-guide/
model实现
https://keras.io/zh/models/model/
继承model类自定义layer
https://keras.io/zh/models/about-keras-models/