python – model.predict()和model.fit()做什么？

概述我要经历 this reinforcement learning tutorial 到目前为止它真的很棒,但有人可以解释一下 newQ = model.predict(new_state.reshape(1,64), batch_size=1) 和 model.fit(X_train, y_train, batch_size=batchSize, nb_epoch=1, verbose=1) 意思 我要经历 this reinforcement learning tutorial
到目前为止它真的很棒,但有人可以解释一下

newQ = model.predict(new_state.reshape(1,64),batch_size=1)

和

model.fit(X_train,y_train,batch_size=batchSize,nb_epoch=1,verbose=1)

意思？

就像参数bach_size,nb_epoch和verbose那样做什么？
我知道神经网络,所以解释这将是有帮助的.

您也可以向我发送一个链接,其中可以找到这些功能的文档.

解决方法 首先,令我惊讶的是你找不到 documentation,但我猜你在搜索时运气不好.

文件陈述为model.fit：

fit(self,x,y,batch_size=32,nb_epoch=10,verbose=1,callbacks=[],valIDation_split=0.0,valIDation_data=None,shuffle=True,class_weight=None,sample_weight=None)

batch_size: integer. Number of samples per gradIEnt update. nb_epoch: integer,the number of times to iterate over the training data arrays. verbose: 0,1,or 2. Verbosity mode. 0 = silent,1 = verbose,2 = one log line per epoch.

model.predict情况下的batch_size参数只是每个预测步骤使用的样本数.因此,调用model.predict一次会消耗batch_size数量的数据样本.这有助于可以快速处理大型矩阵的设备(例如GPU).

总结

以上是内存溢出为你收集整理的python – model.predict()和model.fit()做什么？全部内容，希望文章能够帮你解决python – model.predict()和model.fit()做什么？所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。