不管是使用Sequential还是Model的方式构建keras模型；都会用到一些常用的函数。
共同的方法或属性
- model.layers 和网络层定义相关的各种操作
- model.inputs 模型输入
- model.outputs 模型输出
- model.summary() 打印模型基本信息
- model.get_config() 返回模型配置信息
- model.from_config(config) 搭配model.get_config()方法使用，可重新实例化model
- model.get_weights() 返回模型中所有权重的张量列标配
- model.set_weights(weights) 设置网络各层权重
- model.to_json() 将模型结果转换为json字符串（不含模型权重）
- model_from_json(json_string) 根据json字符串重新生成模型
- model.to_yaml() 已yaml格式保存模型结果（不含模型权重）
- model_from_yaml(yaml_string) 从yaml格式数据中重新实例化model
- model.save_weights(filepath) 将模型权重保存为HDF5文件
- model.load_weights(filepath, by_name=False): 从 HDF5 文件（由 save_weights 创建）中加载权重。默认情况下，模型的结构应该是不变的。 如果想将权重载入不同的模型（部分层相同）， 设置 by_name=True 来载入那些名字相同的层的权重
