Ce n'modèle.predict() et le modèle.ajustement() faire?

Je vais à travers ce renforcement de l'apprentissage tutoriel
et C'est vraiment génial pour l'instant, mais quelqu'un pourrait-il expliquer ce qu'est

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

et

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

veux dire?

Comme quoi les arguments bach_size, nb_epoch et verbose faire?
Je sais que les réseaux de neurones afin d'expliquer en termes de qui pourrait être utile.

Vous pouvez aussi m'envoyer un lien où la documentation de ces fonctions peut être trouvé.

OriginalL'auteur Soham | 2016-06-22

  1. 1

    Tout d'abord, il m'étonne que vous ne pourriez pas trouver le la documentation mais je suppose que vous avez juste eu la malchance lors de la recherche.

    Les états de documentation pour modèle.l'ajustement:

    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. Nombre d'échantillons par gradient de mise à jour.
    • nb_epoch: nombre entier, le nombre de fois à répéter sur la formation des tableaux de données.
    • verbose: 0, 1, ou 2. Verbosité mode. 0 = silencieux, 1 = verbose, 2 = une ligne de journal, par époque.

    La batch_size paramètre dans le cas de model.predict est juste le nombre d'échantillons utilisés pour chaque prédiction de l'étape. Afin de l'appelant model.predict un temps consomme batch_size nombre d'échantillons de données. Cela aide pour les périphériques qui peuvent traiter de grandes matrices rapidement (comme les processeurs graphiques (Gpu).

    En fait, j'avais été sur leur site web mais ne savez pas où chercher, je suis débutant :/

    OriginalL'auteur nemo