model的fit函数：
fit( x， y， batch_size=32， epochs=10， verbose=1， callbacks=None，validation_split=0.0， validation_data=None， shuffle=True， class_weight=None， sample_weight=None， initial_epoch=0)
参数：
x：输入数据。如果模型只有一个输入，那么x的类型是numpy
array，如果模型有多个输入，那么x的类型应当为list，list的元素是对应于各个输入的numpy array
y：标签，numpy array
batch_size：整数，指定进行梯度下降时每个batch包含的样本数。训练时一个batch的样本会被计算一次梯度下降，使目标函数优化一步。
epochs：整数，训练终止时的epoch值，训练将在达到该epoch值时停止，当没有设置initial_epoch时，它就是训练的总轮数，否则训练的总轮数为epochs - inital_epoch
verbose：日志显示，0为不在标准输出流输出日志信息，1为输出进度条记录，2为每个epoch输出一行记录
callbacks：list，其中的元素是back的对象。这个list中的回调函数将会在训练过程中的适当时机被调用，参考回调函数。
