判断题数据源.isna（）返回一个DataFrame，给出原来数据源每个数据是否为空的判断。
判断题Keras有两种类型的模型，序贯模型（Sequential）和函数式模型（Model）。
判断题对数据量较少的深度学习，为了避免过拟合，可以对训练数据添加Dropout层。
判断题在训练神经网络的时候经常会遇到过拟合和耗时的问题。
判断题使用池化层可以加快计算速度，不能防止过拟合的作用。
