Keras提供了許多常用的深度學習模型，包括：
Sequential模型：順序模型是Keras中最簡單的模型，可以按照順序將各種層堆疊在一起。
Functional API模型：Functional API模型允許構建更復雜的模型結構，如多輸入多輸出模型、共享層模型等。
CNN（卷積神經網絡）：Keras提供了一系列用于構建卷積神經網絡的層和模型，如Conv2D、MaxPooling2D等。
RNN（循環神經網絡）：Keras也提供了用于構建循環神經網絡的層和模型，如LSTM、GRU等。
自編碼器（Autoencoder）：Keras提供了用于構建自編碼器模型的層和模型，如Dense、Conv2D等。
GAN（生成對抗網絡）：Keras也提供了用于構建生成對抗網絡的層和模型，如Generator、Discriminator等。
遷移學習模型：Keras提供了一些預訓練的模型，如VGG16、ResNet等，可以用于遷移學習任務。
這些是Keras中常用的深度學習模型，可以根據具體任務選擇合適的模型進行構建和訓練。
