Keras model.fit()
fit(x=None, y=None, batch_size=None, epochs=1, verbose=1,
callbacks=None, validation_split=0.0, 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)
- batch_size,整数,每次梯度更新的样本数。默认为32
- epochs,整数,训练模型迭代次数
- verbose,日志展示,整数。0:为不在标准输出流输出日志信息,1:显示进度条,2:每个epoch输出一行记录
- callbacks,其中的元素是keras.callbacks.Callback的对象。这个list中的回调函数将会在训练过程中的适当时机被调用,参考回调函数
- validation_split,浮点数0-1之间,用作验证集的训练数据的比例。模型将分出一部分不会被训练的验证数据,并将在每一轮结束时评估这些验证数据的误差和任何其他模型指标。
验证数据是混洗之前x和y数据的后一部分样本中。 - validation_data,元组 (x_val,y_val) 或元组 (x_val,y_val,val_sample_weights),用来评估损失,以及在每轮结束时的任何模型度量指标。这个参数会覆盖 validation_split。
- shuffle,布尔值,是否在每轮迭代之前混洗数据
- steps_per_epoch,一个epoch包含的步数,默认的None代表自动分割,即数据集样本数/batch样本数。
- validation_steps,仅当steps_per_epoch被指定时有用,在验证集上的step总数。
- workers,整数,最大线程数
- use_multiprocessing,布尔值,是否用多线程