tensorflow2.0 --- api之model.fit

https://tensorflow.google.cn/api_docs/python/tf/keras/Model?version=stable#fit

作用

使用数据训练模型

定义

  def fit(self,
          x=None,
          y=None,
          batch_size=None,
          epochs=1,
          verbose=1,
          callbacks=None,
          validation_split=0.,
          validation_data=None,
          shuffle=True,
          class_weight=None,
          sample_weight=None,
          initial_epoch=0,
          steps_per_epoch=None,
          validation_steps=None,
          validation_freq=1,
          max_queue_size=10,
          workers=1,
          use_multiprocessing=False,
          **kwargs)

输出

一个History对像， History.history表示训练的历史数据，里面包含了loss, metrics, validation loss, validation metrics。

参数

x

输入数据，可以是以下形式

• Numpy数组，或者Numpy数组列表
• 一个Tensorflow张量，或者张量列表
• 指向数组/张量的字典key
• 一个tf.data数据集，返回(inputs,targets)或者(inputs,targets,sample_weights)
• 一个generator或者 keras.utils.Sequence, 返回(inputs,targets)或者(inputs,targets,sample_weights)

y

目标数据（标签数据），类似于输入数据x， 它要么是一个Numpy数组，要么是一个张量。
y与x要保持一致，当x是Numpy数组时，y也要是Numpy数组，当x是张量时，y也要是张量。
当x是数据集、generator、keras.utils.Sequence时，y要为空，因为y会通过x生成。

batch_size

每次更新梯度时，训练的样本数量，默认值为32
当x是符号张量、数据集、generator、keras.utils.Sequence时，不要设置这个参数

epochs

一个epoch表示在整个x和y数据上的所有训练迭代，epochs表示训练最终到达的epoch索引值，并不表示训练次数。

initial_epoch

起始训练epoch索引值，用于唤醒之前的一个训练，当前训练次数=epochs-initial_epoch

verbose

详细模式， 0=静默， 1=进度条， 2=一个epoch一行。
注意记录到文件时，进度条就不是那么有用，建议使用verbose=2.

callbacks

tf.keras.callbacks.* 实例列表，训练的时候会应用列表中的回调方法

validation_split

训练数据与验证数据的比例，取值范围0~1。当x为dataset, generator 或者 keras.utils.Sequence时，不支持这个参数。

validation_data

验证数据，这个参数会覆盖validation_split，它可以是

• 元组(x_val,y_val), x和y是Numpy数组或者张量，必须提供batch_size
• 元组(x_val,y_val,val_sample_weights), x和y是Numpy数组或者张量，必须提供batch_size
• dataset, 必须提供validation_steps

shuffle

当取值是Boolean, 表示是否每个epoch对训练数据洗牌，默认为True
当取值是batch，针对HDF5数据的限制，每个batch洗牌一次。
当steps_per_epoch参数不为空时，shuffle参数不起作用。

class_weight

sample_weight

steps_per_epoch

每个epoch中的步数，(batches of samples)

• x是张量，steps_per_epoch=None时，步数=samples/batch_size。
• x是dataset，steps_per_epoch=None时， epoch会运行直到dataset用尽。
  这个参数不支持输入为数组的情况。

validation_steps

仅validation_data不为空时有效，同steps_per_epoch差不多

validation_freq

仅validation_data不为空时有效，取值可以是整数或者集合

• 取值为整数时，表示运行多少次epoch后，执行一次验证
• 取值为集合时，表示在哪些epoch运行后，执行一次验证

max_queue_size

int类型，最大队列大小，仅用于输入为generator 或者 keras.utils.Sequence时。

workers

int类型，工作线程数量，仅用于输入为generator 或者 keras.utils.Sequence时。

use_multiprocessing

Boolean类型，是否使用多线程，仅用于输入为generator 或者 keras.utils.Sequence时。