函數原型：

fit(x=None, y=None, batch_size=None, epochs=1, verbose='auto',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_batch_size=None, validation_freq=1,max_queue_size=10, workers=1, use_multiprocessing=False )

參數介紹：

fit( x=None, #輸入的x值y=None, #輸入的y標簽值batch_size=None, #整數 ，每次梯度更新的樣本數即批量大小。未指定，默認為32。epochs=1, #迭代次數verbose=1, #整數，代表以什么形式來展示日志狀態callbacks=None, #回調函數，這個list中的回調函數將會在訓練過程中的適當時機被調用，參考回調函數validation_split=0.0, #浮點數0-1之間，用作驗證集的訓練數據的比例。模型將分出一部分不會被訓練的驗證數據，并將在每一輪結束時評估這些驗證數據的誤差和任何其他模型指標。validation_data=None, #這個參數會覆蓋 validation_split，即兩個函數只能存在一個，它的輸入為元組 (x_val，y_val)，這作為驗證數據。shuffle=True, #布爾值。是否在每輪迭代之前混洗數據class_weight=None,sample_weight=None, initial_epoch=0, steps_per_epoch=None, #一個epoch包含的步數（每一步是一個batch的數據送入），當使用如TensorFlow數據Tensor之類的輸入張量進行訓練時，默認的None代表自動分割，即數據集樣本數/batch樣本數。validation_steps=None, #在驗證集上的step總數，僅當steps_per_epoch被指定時有用。validation_freq=1, #指使用驗證集實施驗證的頻率。當等于1時代表每個epoch結束都驗證一次max_queue_size=10,workers=1,use_multiprocessing=False)

總結

以上是生活随笔為你收集整理的model.fit() 参数详解【TensorFlow2入门手册】的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。