1、使用predict时，需设置batch_size
查看keras文档中，predict函数原型：predict(self, x, batch_size=32, verbose=0)
说明：只使用batch_size=32，也就是说每次将batch_size=32的数据通过PCI总线传到GPU，然后进行预测。在一些问题中，batch_size=32明显是非常小的。而通过PCI传数据是非常耗时的。所以，使用的时候会发现预测数据时效率奇低，其原因就是batch_size太小了。
经验：使用predict时，必须人为设置好batch_size，否则PCI总线之间的数据传输次数过多，性能会非常低
2、使用fit_generator时，需设置steps_per_epoch
说明：keras 中 fit_generator参数steps_per_epoch已经改变含义了，目前的含义是一个epoch分成多少个batch_size。旧版的含义是一个epoch的样本数目。
如果说训练样本树N=1000，steps_per_epoch = 10，那么相当于一个batch_size=100，如果还是按照旧版来设置，那么相当于batch_size = 1，会性能非常低。经验：必须明确fit_generator参数steps_per_epoch