Keras提供了许多常用的深度学习模型，包括：
Sequential模型：顺序模型是Keras中最简单的模型，可以按照顺序将各种层堆叠在一起。
Functional API模型：Functional API模型允许构建更复杂的模型结构，如多输入多输出模型、共享层模型等。
CNN（卷积神经网络）：Keras提供了一系列用于构建卷积神经网络的层和模型，如Conv2D、MaxPooling2D等。
RNN（循环神经网络）：Keras也提供了用于构建循环神经网络的层和模型，如LSTM、GRU等。
自编码器（Autoencoder）：Keras提供了用于构建自编码器模型的层和模型，如Dense、Conv2D等。
GAN（生成对抗网络）：Keras也提供了用于构建生成对抗网络的层和模型，如Generator、Discriminator等。
迁移学习模型：Keras提供了一些预训练的模型，如VGG16、ResNet等，可以用于迁移学习任务。
这些是Keras中常用的深度学习模型，可以根据具体任务选择合适的模型进行构建和训练。
