model.fit的参数详述

`model.fit()`是Keras中用于训练模型的函数，其参数包括：

- `x`：输入数据，通常为Numpy数组。如果模型有多个输入，可以传递一个列表，对应于每个输入。
- `y`：标签数据，通常为Numpy数组。如果模型有多个输出，可以传递一个列表，对应于每个输出。
- `batch_size`：整数，指定进行梯度下降时每个批次的样本数。
- `epochs`：整数，指定训练的轮数（即模型要看整个数据集多少次）。
- `verbose`：整数，控制训练期间的日志输出。0表示不输出，1表示输出进度条，2表示每个epoch输出一行日志。
- `callbacks`：列表，用于在训练过程中执行回调函数。
- `validation_data`：在进行训练时用于验证的数据集，通常为Numpy数组。
- `validation_split`：用于验证的数据集的比例。例如，如果设置为0.1，则将最后10%的数据用于验证。
- `shuffle`：是否在每个epoch开始时对数据进行随机重排。
- `class_weight`：用于设置类别权重的字典。
- `sample_weight`：用于设置样本权重的Numpy数组。
- `initial_epoch`：用于指定开始训练的epoch数。
- `steps_per_epoch`：整数，指定每个epoch要执行的步数。通常情况下，会自动计算该值。
- `validation_steps`：整数，指定每个epoch结束后要执行的验证步数。通常情况下，会自动计算该值。