补充知识：Keras中shuffle和validation_split的顺序
模型的fit函数有两个参数：
shuffle用于将数据打乱；
validation_split用于在没有提供验证集的时候，按一定比例从训练集中取出一部分作为验证集，比如设为0.1，就是去1/10的数据作为验证集。
这里有个陷阱是，程序是先执行validation_split，再执行shuffle的，OMG！
所以会出现这种情况：假如你的训练集是有序的，比方说正样本在前负样本在后，又设置了validation_split，那么你的验证集中很可能将全部是负样本
同样的，这个东西不会有任何错误报出来，因为Keras不可能知道你的数据有没有经过shuffle，保险起见如果你的数据是没shuffle过的，最好手动shuffle一下，不然会害死人！
代码如下：
#假设你已经得到训练集X_train和训练标签Y_train
index = [i for i in range(len(X_train))]
np.random.shuffle(index)
print（index）
X_train = X_train[index]
Y_train = Y_train[index]
print(X_train.shape)
print(Y_train.shape)