model.predict（）とmodel.fit（）は何をしますか？

Question

私はthis reinforcement learning tutorial を通過することだし、それはこれまでのところ、本当に素晴らしかったですが、誰かが

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

と

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

が何を意味するか説明してくださいだろうか？

bach_sizeのように、nb_epochとverboseはどうしますか？ 私はニューラルネットワークを知っているので、その点で説明すると役に立ちます。

また、これらの機能のドキュメントがあるリンクを私に送信することもできます。

Answer 1

まず第一に、あなたがdocumentationを見つけることができなかったと私は驚きましたが、私はあなたが検索中に悪い運を持っていたと思います。 model.fitため

ドキュメントの状態：

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：整数。勾配更新ごとのサンプル数。
• nb_epoch：整数、トレーニングデータ配列を反復処理する回数。
• verbose：0,1、または2.冗長モード。 0 =サイレント、1 =冗長、2 =エポックごとに1つのログライン。

model.predictの場合batch_sizeパラメータは、各予測ステップのために使用されるサンプルの数だけです。したがって、model.predictを1回呼び出すと、データサンプル数はbatch_sizeになります。これは、大規模な行列を素早く処理できるデバイス（GPUなど）に役立ちます。