# Keras 的附加模塊 Keras 提供了幾個補充基本工作流程的附加模塊（附加函數在本章開頭描述）。部分模塊如下： * `preprocessing` 模塊提供了幾種預處理序列，圖像和文本數據的函數。 * `datasets` 模塊提供了多種函數，可以快速訪問幾個流行的數據集，如 CIFAR10 圖像，CIFAR100 圖像，IMDB 電影評論，路透社新聞專線主題，MNIST 手寫數字和波士頓房價。 * `initializers` 模塊提供了幾種設置層初始隨機權重參數的函數，如 `Zeros`， `Ones` ， `Constant`， `RandomNormal`， `RandomUniform`， `TruncatedNormal`， `VarianceScaling` ， `Orthogonal`， `Identity`， `lecun_normal`， `lecun_uniform`， `glorot_normal` ， `glorot_uniform`， `he_normal`和 `he_uniform`。 * `models` 模塊提供了幾種恢復模型架構和權重的函數，如 `model_from_json`， `model_from_yaml`，和 `load_model`。可以使用`model.to_yaml()` 和 `model.to_json()`方法保存模型架構。通過調用 `model.save()` 方法可以保存模型權重。權重保存在 HDF5 文件中。 * `applications`模塊提供了幾種預先構建和預訓練的模型，例如 Xception，VGG16，VGG19，ResNet50，Inception V3，InceptionResNet V2 和 MobileNet。我們將學習如何使用預建模型來預測我們的數據集。我們還將學習如何使用來自略有不同的域的數據集再訓練`applications`模塊中的預訓練模型。 這就結束了我們對 Keras 的簡要介紹，這是 TensorFlow 的高級框架。我們將在本書中提供使用 Keras 構建模型的示例。