典型的 Keras 工作流程

(1) 定义训练数据：输入张量和目标张量。
(2) 定义层组成的网络（或模型），将输入映射到目标。
(3) 配置学习过程：选择损失函数、优化器和需要监控的指标。
(4) 调用模型的 fit 方法在训练数据上进行迭代。
定义模型有两种方法：一种是使用 Sequential 类（仅用于层的线性堆叠，这是目前最常
见的网络架构），另一种是函数式 API（functional API，用于层组成的有向无环图，让你可以构
建任意形式的架构）。