python 小技巧

1. 一个中间结果后面要用，且不太会变化。然后你要调后面的程序，如果每次都计算到这个中间结果，在调试后面的结果会比较慢。可以将中间结果先保存下来，每次读取中间，在往下调试这样会快一点。
   例如：

with open('data.pkl', 'wb') as f:
    pickle.dump([Train_X, Train_y, Test_X, Test_y], f)

with open('data.pkl', 'rb') as f:
    Train_X, Train_y, Test_X, Test_y = pickle.load(f)

2. 使用 keras 框架搭建模型，当出现问题，说前后层的输入和输出不匹配时，如果通过函数看见各层的张量输出可以方便定位问题。
   下面介绍发现的

from keras import backend as K
input = K.placeholder(shape=(2, 4, 5))
K.int_shape(input)

keras.layers.Reshape
可以改变张量的维度