\"model.fit()\" 有时需要 Y_train （即标签/类别），有时不是为什么？答案

【问题标题】："model.fit()" sometimes takes Y_train (i.e, label/category) and sometimes not why?\"model.fit()\" 有时需要 Y_train （即标签/类别），有时不是为什么？
【发布时间】：2022-11-11 01:47:45
【问题描述】：

在某些情况下，我们不发送任何 Y_train(Category/classes) 并且代码仍然有效例如：-

历史 = model.fit( 火车，时代=时代， batch_size=批次，详细=1，验证数据=验证 ) 这里我们只发送了 x_train 而不是它的标签。

但在某些情况下，我们将 X_train 和 Y_train 都传递给 model.fit() 然后模型也可以工作。例如：-

model.fit(X_train, y_train, epochs=10)

这两种方式有什么区别，为什么在第一种情况下标签不通过？

【问题讨论】：

标签： machine-learning deep-learning computer-vision conv-neural-network

【解决方案1】：

如果您的数据集既包含特征又包含标签，则不应明确提及y。 fit 方法将尝试从x 本身中提取标签。

【讨论】：

明白了。感谢您的快速解释。

【解决方案2】：

通常，当我们将 data_generator 函数传递给 model.fit() 时，fit 方法会自动从 data_generator 中提取 x 和 y。

当我们不使用 data_generator 时，我们必须将 x 和 y 显式传递给 model.fit()。

希望你觉得它有用。

【讨论】：