model.predict() 和 model.fit() 有什么作用？
What do model.predict() and model.fit() do?
我正在经历 this reinforcement learning tutorial
到目前为止它真的很棒，但有人可以解释一下吗
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)
是什么意思？
参数 bach_size、nb_epoch 和 verbose 的作用是什么？
我知道神经网络，所以用它来解释会很有帮助。
您也可以发给我一个 link 可以找到这些函数的文档的地方。
首先让我感到惊讶的是你找不到 documentation 但我猜你只是在搜索时运气不好。
model.fit 的文档说明：
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 参数只是用于每个预测步骤的样本数。因此调用 model.predict 一次会消耗 batch_size 个数据样本。这有助于快速处理大型矩阵的设备（例如 GPU）。
我正在经历 this reinforcement learning tutorial 到目前为止它真的很棒，但有人可以解释一下吗
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)
是什么意思？
参数 bach_size、nb_epoch 和 verbose 的作用是什么？
我知道神经网络，所以用它来解释会很有帮助。
您也可以发给我一个 link 可以找到这些函数的文档的地方。
首先让我感到惊讶的是你找不到 documentation 但我猜你只是在搜索时运气不好。
model.fit 的文档说明：
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 参数只是用于每个预测步骤的样本数。因此调用 model.predict 一次会消耗 batch_size 个数据样本。这有助于快速处理大型矩阵的设备（例如 GPU）。